- 博客(5)
- 资源 (1)
- 收藏
- 关注
原创 第四章 SVD
SVD may be the most important matrix decomposition of all, for both theoretical and computational purposes.4.1 Introduction Theorem 4.1.1 (SVD Theorem) Let A∈Rn×mA∈Rn×mA \in R^{n\times m} ...
2017-07-25 18:10:53 661
原创 如何更好的理解矩阵
简介:介绍一些理解矩阵的技巧 1. 把矩阵看成线性变换Ax 就是把向量xx变换成另一个向量。Ax 的结果就是矩阵AA的列向量的线性组合
2017-07-14 11:24:23 591
原创 ATA对称正定的证明
1. 结论 Let A∈Rn×mwithn>m,A∈Rn×mwithn>m,A\in R^{n\times m} \quad with \quad n>m, then matrix ATAATAA^TA is positive semidefinite, If rank(A)=m(i.e.Ahasfullrank),rank(A)=m(i.e.Ahasfullrank),ra...
2017-07-14 10:02:51 12573
原创 stack around xxx is corrupted
当数组大小定义太小,在使用时越界。就可能出现stack around xxx is corrupted错误。
2017-07-07 21:20:52 878
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人