美文网首页
人工智能学习笔记-Day15

人工智能学习笔记-Day15

作者: iqxtreme | 来源:发表于2020-06-11 10:38 被阅读0次

    本征值计算

    • 本征向量可以作为非常好的基,同时本征值表示线性变换在此方向上的放缩。
    • 若一个矩阵将一个向量变换成0向量,这个矩阵一定不可逆。


      0向量变换矩阵不可逆
    • 计算方法


      本征值计算方法

    由本征值定义式入手。


    本征值定义式

    变换其形式为右侧0向量,从而求解行列式为0的变量,此变量即为本征值,然后本征值代回推到公式求出对应的本征向量。


    求解行列式为0中的变量
    背后原理
    • 行列式的值等于所有本征值的乘积

    五个等效的定理

    • 五个等效定理

    核空间表达的意思:是否把有意义的向量便变成0向量,如果有,则不可逆。


    对偶空间

    • 简单看,可以联系行向量和列向量。
    • 扩展看,对偶空间中的一个映射(对偶矢量,也可以是一个函数)将原线性空间中的向量映射成一个实数。


      对偶空间定义

    傅里叶变换是对偶空间的例子


    傅里叶变换与对偶空间

    对偶空间没必要重复推导下去,实际上就对偶一次有意义。

    欧式空间,闵氏空间

    区别在于内积(点积)


    闵氏空间的内积

    三维空间+欧式内积=欧式空间
    四维空间+闵式内积=闵氏空间

    厄米矩阵

    • 多用于物理领域


      厄米矩阵

    相关文章

      网友评论

          本文标题:人工智能学习笔记-Day15

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