pytorch深度学习实战lesson6

第六课 线性代数

理论部分

C是绿色的线，b是蓝色的线。

矩阵的乘法相当于是空间上的扭曲。

绿色的向量没有被改变方向，所以它是特征向量。

实践部分

标量

向量

可以使用arrange函数生成一个张量，并通过张量的索引来访问任意元素。可以将张量视为标量值组成的列表。

使用len函数可以查看向量的长度，使用向量.shape可以查看向量的大小。

矩阵

使用第13行的语句创建一个20个元素，5行4列的矩阵；

使用矩阵.T可完成对矩阵的转置；

由16,17,18,19行我们可以看出，对称矩阵的转置还是它自己；

如果要创建多个矩阵，需要在reshape最前面加一个参数，这个参数就表示创建几个矩阵。

给定具有相同形状的任何两个张量，任何按元素二元运算的结果都是相同形状的张量。

两个元素的按元素乘法叫哈达玛积。

当一个矩阵和一个标量相加或相乘时，其结果是对矩阵的所有元素都相加或相乘。

当使用sum函数进行求和时，得到的结果必为标量。如27和29行。

还有一个重要的操作，就是按指定求和汇总张量的轴。

如第30,31行所示，意思是按第一个轴进行求和，也就是把“矩阵长度“2””扔掉，执行完后的矩阵就是（5,4）的了。相当于将两个矩阵按元素求和。

如第32,33行所示，意思是按第二个轴进行求和，也就是把“矩阵行数“5””扔掉，执行完后的矩阵就是（2,4）的了。相当于每个矩阵先按行求和，比如第一个矩阵求和后的第一个元素是40，也就是0+4+8+12+16，以此类推，第二个矩阵也如此操作。

如第34，35行所示，意思是按第二和三个轴进行求和，也就是把“矩阵行数的“5”和列数“4””扔掉，执行完后的矩阵就是（4）的了（只有四个元素了）。相当于两个矩阵按行求和，比如第一个矩阵求和后的第一个元素是40，也就是0+4+8+12+16，第二个矩阵求和后的第一个元素是140，也就是20+24+28+32+36，然后再把两个矩阵求和后的数求和，所以第一个数就是180=40+140.

求均值的方法：

也可以按轴求均值，思想和上面一样。

计算总和时保持轴数不变，因此可进行广播操作。

累加求和；

点积运算：

矩阵乘向量：

矩阵乘矩阵：（5*4）*（4*5）=（5*5）

求平方根：（长度）