行（row）向量, shape(1,n), n为向量的维度；行（row）向量可以简单记忆为行数为1，列数为n的向量；
列（Column）向量，其shape = (n,1), n为向量的维度；列（Column）向量可以简单记忆为列数为1，行数为n的向量；
行列向量的点积（dot product）如下：
由此，为了简化程序实现，《将原始数据转换为矩阵》，可以方面的实现m个样本，n个特征值的神经元计算（加权求和+激活函数）
行（row）向量, shape(1,n), n为向量的维度；行（row）向量可以简单记忆为行数为1，列数为n的向量；
列（Column）向量，其shape = (n,1), n为向量的维度；列（Column）向量可以简单记忆为列数为1，行数为n的向量；
行列向量的点积（dot product）如下：
由此，为了简化程序实现，《将原始数据转换为矩阵》，可以方面的实现m个样本，n个特征值的神经元计算（加权求和+激活函数）
本文标题：AI数学基础7-行向量和列向量
本文链接：https://www.haomeiwen.com/subject/xqwxrftx.html
网友评论