深度学习之线性代数

最新推荐文章于 2024-08-12 17:15:59 发布

Summerke123

最新推荐文章于 2024-08-12 17:15:59 发布

阅读量276

点赞数

文章标签：深度学习线性代数 python

本文链接：https://blog.csdn.net/weixin_45928316/article/details/127995355

版权

标量

简单操作

c = a + b

c = a * b

c = sina

长度

|a| = a / -a

|a + b| <=|a| + |b|

|a * b| = |a||b|

向量

简单操作

c = a + b

c = α * b (α为标量)

c = sina

长度

$||a|| = \sqrt{\sum_{i=0}^{m} a^{2}}$

||a|| >= 0

||a + b|| <= ||a|| + ||b||

||a * b|| = ||a|| ||b||

向量点乘

$a^{T}b = \sum_{i}^{m}a_{i}b_{i}$

正交（向量垂直）： $a^{T}b = 0$

矩阵

简单操作

C = A + B

C = α *B(α是标量)

C = sinA

长度(范数)

常用Frobenius范数

$||A||_{Frob} = \sqrt{\sum A^{2}}$

矩阵乘法

1、矩阵 * 向量

向量1 * 矩阵A =（空间扭曲）= 向量2

2、矩阵 * 矩阵

特殊矩阵

对称矩阵和反对称矩阵

$A_{ij} = A_{ji} and A_{ij} = -A_{ji}$

正定矩阵

$||x||^{2} = x^{T}x\geqslant 0 \; generalizes to\; x^{T}Ax\geq 0$

正交矩阵

1、所有行都是相互正交

2、所有行都是单位长度向量，每一行点乘自己都是1

3、 $A^{T}A = AA^{T} = E$

置换矩阵(置换矩阵也是正交矩阵)

定义：每一行每一列只有一个元素为1，其余元素全为0

置换矩阵是可逆矩阵 $P^{-1} = P^{T}$

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Summerke123

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
深度学习之线性代数

定义：每一行每一列只有一个元素为1，其余元素全为0。2、所有行都是单位长度向量，每一行点乘自己都是1。1、所有行都是相互正交。c = α * b (α为标量)置换矩阵(置换矩阵也是正交矩阵)C = α *B(α是标量)向量1 * 矩阵A =（空间扭曲）= 向量2。常用Frobenius范数。对称矩阵和反对称矩阵。
复制链接

扫一扫