一、向量、矩阵、张量的区别 二、线性相关和生成子空间 三、范数 四、特征分解和奇异值分解 五、主成分分析 一、向量、矩阵、张量的区别 向量(vector):一个向量是一列有序排列的数。 矩阵(matrix):矩阵是一个二维数组。 张量(tensor):维度称为两维的数组称为张量。 二、线性相关和生成子空间 方程的解如何理...
体——张量(tensor)张量有很多种定义的方式,这里只讨论人工智能领域里的概念。在人工智能领域,定义比较简单,TensorFlow是这么定义的:张量是多维数组,目的是把向量、矩阵推向更高的维度。 深度学习1. 基础——线性代数:标量、向量、矩阵和张量
两个矩阵对应元素乘积,元素对应乘积(element-wise product),Hadamard 乘积(Hadamard product),记A⊙B。两个相同维数向量x、y点积(dot product),矩阵乘积x⫟y。矩阵乘积C=AB计算Ci,j步骤看作A第i行和B的第j列间点积。矩阵乘积服务分配律(A(B+C)=AB+AC)、结合律(A(BC)=(AB)C)。不满足交换律(AB=BA)...
1.标量、向量、矩阵、张量: ①标量指有大小没有方向的数。 ②向量指既有大小也有方向的一组数。 ③矩阵指二维的一组数,一行是一个对象,一列是一个对象的一个特征【一行一对象,一列一特征】。 ④张量指一个数组分布在多维网格坐标中。 2.向量的范数: ①向量的1范数(L1范数):向量的各元素绝对值之和。 ②...
一、标量、向量、矩阵与张量 1. 标量(scalar) 一个标量就是一个单独的数。标量用斜体表示。 标量通常使用小写变量名称。 在介绍标量时,会明确它是哪种类型的数,如: 定义实数标量时,可能会说: “令 Rs∈R表示一条线的斜率”; 在定义自然数标量时,可能会说 “令 Nn∈N”表示元素的数目。
张量(Tensor) 张量是一个数据容器,是矩阵向任意维度的推广。 张量的维度(dimension)也可以叫作阶或轴(axis)。 张量的形状是一个整数元组,表示张量沿每个轴...
1、标量可以看作是0阶张量。2、向量可以看作是1阶张量。3、矩阵可以看作是2阶张量。4、3阶及3阶以上的张量，通常被称之为高阶张量。可以通过ndarray分别创建不同阶的张量：张量概念的底层，同样是基于多维数组进行存储实现。为了便于使用，在Tensorflow和PyTorch等深度学习框架中，张量都是作为最基本的数据结构进行...
标量、向量、矩阵、张量之间的联系 在深度学习中,大家肯定都知道这几个词:标量(Scalar),向量(Vector),矩阵(Matrix),张量(Tensor)。但是要是让我们具体说下他们,可能一下子找不出头绪。下面介绍一下他们之间的关系: 标量(scalar) 一个标量表示一个单独的数,它不同于线性代数中研究的其他大部分对象(通常是多...
2.向量(vector),有序数列,用粗体小写字母表示,如a 3.矩阵(matrix),二维数组,用粗体大写字母表示,如A 4.张量(tensor),理解为多维数组吧。 以及一些操作: 1.转置(transpose), 2.矩阵加法,即相应位置的元素相加 3.矩阵与标量的加法与乘法,即相应位置的元素与标量相加或相乘 ...
一、标量、向量、矩阵与张量 1. 标量(scalar) 一个标量就是一个单独的数。标量用斜体表示。 标量通常使用小写变量名称。 在介绍标量时,会明确它是哪种类型的数,如: 定义实数标量时,可能会说: “令 表示一条线的斜率”; 在定义自然数标量时,可能会说 “令 ...