美文网首页
深度学习03-线性代数回顾

深度学习03-线性代数回顾

作者: __流云 | 来源:发表于2018-03-16 00:13 被阅读0次

    1. 结构数据:

        类似于数据库表中的数据,数据呈现结构性。比如预测房价例子中的大小、房间等。结构性数据意味着每个特性都有清楚的定义。

    2. 非结构数据:

        非结构数据是结构数据的反面,比如声音、文本、图像等。

    3. 向量:

        数学中称具有大小和方向的量称为向量;但是视频中的向量是一种特殊的矩阵:列向量。

    为四维列向量(4×1)

    如下图为 1 索引向量和 0 索引向量,左图为 1 索引向量,右图为 0 索引向量,一般我们用 1 索引向量:

    4. 矩阵:

    矩阵是一个按照长方阵列排列的复数或实数集合。(大一课程)

    矩阵

    如图:这个是 4×2 矩阵,即 4 行 2 列,如 m 为行,n 为列,那么 m×n 即 4×2

    矩阵的维数即行数×列数

    矩阵元素(矩阵项):A ij 指第 i 行,第 j 列的元素

    A ij 指第 i 行,第 j 列的元素。

    5. 矩阵计算

      5.1 矩阵加法:行+行 列+列

    矩阵加法

        5.2 矩阵乘法:每个元素都要乘

    矩阵乘法

        5.3 矩阵向量乘法:m*n的矩阵乘以n*1的向量,得到的是m*1的向量

    矩阵*向量

        5.4 矩阵乘法:m×n 矩阵乘以 n×o 矩阵,变成 m×o 矩阵

    A矩阵的m当前行*B矩阵的第o列所有数字

        5.5 矩阵乘法的性质:

            矩阵的乘法不满足交换律:A×B≠B×A

            矩阵的乘法满足结合律。即:A×(B×C)=(A×B)×C

         5.6 单位矩阵:在矩阵的乘法中,有一种矩阵起着特殊的作用,如同数的乘法中的 1,我们称这种矩阵为单位矩阵.它是个方阵,一般用 I 或者 E 表示,本讲义都用 I 代表单位矩阵,从左上角到右下角的对角线(称为主对角线)上的元素均为 1 以外全都为 0。如

    单位矩阵

    对于单位矩阵,有 AI=IA=A

    相关文章

      网友评论

          本文标题:深度学习03-线性代数回顾

          本文链接:https://www.haomeiwen.com/subject/zdwqqftx.html