转置（transpose）是矩阵的重要操作之一。
向量可以看做只有一列的矩阵。向量的转置可以看做只有一行的矩阵。
矩阵形状相同的情况下，两个矩阵相加是指对应位置的元素相加。
标量和矩阵做加法或是乘法，等于矩阵的每个元素与标量进行加法或乘法运算。
矩阵和向量相加？
matrix product
element-wise producrt：两个矩阵对应位置的元素成绩
dot product：两个向量的点积等价于向量a的转置乘以向量b
matrix inversion：逆矩阵×矩阵＝单位矩阵。逆矩阵不一定存在。
identity matrix：主对角线元素为1，其他位置所有元素都是0。任意向量与单位矩阵相乘，都不会改变。
线性代数是深度学习的数学基础，学习深度学习之前必须掌握线性代数的相关知识。线性代数的内容是抽象的，本文旨在用直观易...
[ToC] 第二章 线性代数 简要介绍深度学习算法中涉及到的线性代数知识。 掌握深度学习中所需要的线性代数和矩阵求...
标量、向量、矩阵和张量 转置（transpose）是矩阵的重要操作之一。 向量可以看做只有一列的矩阵。向量的转置可...
本文来自《动手学习深度学习》附录 本文总结了本书中涉及的有关线性代数、微分和概率的基础知识。 线性代数 下面分别概...
“深度思维”是“深度学习”之魂！ “深度思维”是“深度学习”之根！ “深度思维”是“深度学习”之本！ ...
学习目录 编程基础：Python 数据基础： 线性代数 高等数学 数理统计 视觉库 OpenCv掌握 深度学习 深...
2.1 标量，向量，矩阵，张量 标量：单个数字， 通常用小写命名， 如“ s∈R ” 向量：一列数字，按照顺序排列，
线性代数是应用数学的一个领域，是深度学习的基本数学工具。通常，对线性代数（或其一部分）的理解是机器学习的先决条件。...
主要摘录一些深度学习过程中所需的线性代数概念。 标量（scalar）、向量（vector）、矩阵（matrix）、...
目录深度学习框架之caffe(一) —编译安装深度学习框架之caffe(二) —模型训练和使用深度学习框架之caf...
本文标题：深度学习之线性代数
本文链接：https://www.haomeiwen.com/subject/kvrpvftx.html
网友评论