矩阵求逆 -
inv = numpy.inv(a)
特征根与特征向量 -
x1,x2 = numpy.linalg.eig(a)
还免费附赠求解方程 -
x = numpy.linalg.solve(A, b)
数学学习,最核心的是理解定义。最可惜的是教材上的所有重要的定义,几乎不是给正常地球人看的,不说是线性无关,至少也是驴唇不对马嘴。对于智商摸到天顶星的大神当然是无所谓,因为你把教材上的公式留下就够了,但是对于我等资质平庸者,那就是天坑,一见误终身那种。
拜托,一个工科生,学的目的不就是,3种分解拆吧拆吧,然后理解/优化算法?
#奇异值分解 对角阵
u,sigma,v = numpy.linalg.svd(A)
#QR分解 正规正交阵-上三角阵
q,r = numpy.linalg.qr(A)
#LU分解/Cholesky分解 下三角阵-上三角阵
l = numpy.linalg.cholesky(A)
线代学习中,我认为最核心最提纲挈领的几个点 -
第一个,数组(行m),向量(列n),与矩阵(mxn)的关系,其实一个式子就够(矩阵和向量相乘,也就是我们常见的**解方程组**的样式) (借用神图)-
![](https://img-blog.csdnimg.cn/direct/9195dde5cb644161942803babd9f208d.png)
额,这个图目的不是,计算机可以用它来解方程了!当然,用计算机解方程这点也很重要。
画重点!线性变换的概念就是从这里面出来的。对于矩阵A,用一个n维的向量x乘它,就是对于这个矩阵本身的线性变换。也是从这里,线性代数被引入了工程。
第二个,矩阵分块和零矩阵。所有变换技巧的基础,就是适当分块,然后构造零子矩阵。各路大神们按照自己的需要和喜欢,整出了不同的分解方法,用来算相关性,推荐歌曲和商品,算pagerank,预测概率,等等等等等。比如,存入计算机的数据是稀疏矩阵,如果不把这些0踢出来,未经优化的数据直接参与运算,强如老黄的GPU,也得直接算的冒烟冒火吐了跪了。比如,不同的技巧对应不同的算法,同一个问题,算法的复杂度,区别天渊。
第三个,对角阵。这个是理解维数,坐标的基础,并且进一步可以扩张向量空间。
当然,对于科班生,每一个看似自然的定理,弄清背后的证明花的时间都远超前面这些。
统计是数据,图像是数据,海量的数据只能交给计算机,计算机理解相关性,唯一的方式就是靠矩阵(填格子得到)和线性代数。这也就从另一个方面说明了,IT的风口为啥总是要大家温书。假如十年后再来一个风口,大概率大家还是要一脑袋往线代上扎!
PS - 如果觉得不好,请告诉作者改进;如果觉得好,请推荐给你的小伙伴。
**自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。**
**深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!**
**因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。**
![img](https://img-blog.csdnimg.cn/img_convert/1d900acdbeb1bef5a14b97a0bfc4efab.png)
![img](https://img-blog.csdnimg.cn/img_convert/2d3680d0ef71d8dec13213fc6891c199.png)
![img](https://img-blog.csdnimg.cn/img_convert/0fa24689191696e3112818507cf7cdf5.png)
![img](https://img-blog.csdnimg.cn/img_convert/b7e05392518ecd446b53c9a443402971.png)
![img](https://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)
![img](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)
**既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!**
**由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新**
**如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)**
分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新**
**如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)**
<img src="https://img-community.csdnimg.cn/images/fd6ebf0d450a4dbea7428752dc7ffd34.jpg" alt="img" style="zoom:50%;" />