【动手学深度学习】05 线性代数(个人向笔记)

1. 线性代数

向量的一些公式

  • ∣ ∣ a ∣ ∣ ||a|| ∣∣a∣∣ 表示向量 a 的范数,课上没有讲范数的概念

  • 其中第一条为求向量的二范数

  • 第四条表示如果a为标量,那么向量 ∣ ∣ a ⋅ b ∣ ∣ ||a·b|| ∣∣a⋅b∣∣ 的长度等于 ∣ a ∣ ⋅ ∣ ∣ b ∣ ∣ |a|·||b|| ∣a∣⋅∣∣b∣∣ 的长度

矩阵

矩阵的一个比较重要的范数:

对称矩阵的转置等于其本身

特征向量

对于一个矩阵来说,如果它乘以一个向量后该向量的方向未改变,那么这个向量被称为特征向量。代替这个矩阵的值被称为特征值:

碎碎念

这部分个人感觉就是讲一些比较生硬的概念,这部分我只把我觉得可能会重要一些的内容记下来了。如果后续再遇到了这些内的话再去查阅资料就行了


2. 线性代数的实现

  • 标量由只有一个元素的张量表示
  • 向量就是由标量值组成的列表,可以通过索引访问元素
  • 可以通过 len 来返回张量的长度,shape 来返回张量的形状
  • 可以用 T 来转置一个矩阵
  • 可以通过 clone 来分配新内存来复制
  • 矩阵和标量相加相当于给标量每个元素加上该标量,相乘同理
  • 可以通过 sum() 来获取总和,可以指定维度,还可以通过 mean() 来求平均值,同样可以指定维度
  • 可以在计算总和时保持维度不变

  • 假如参数为False会怎么样呢
  • cumsum 可以进行累加求和

  • 可以用 torch.dot 来计算元素的点积,也可以先按位乘然后求和来计算点积
  • 视频中有 torch.mv 但是没有解释,还好我有gpt


  • 可以用 torch.norn() 求二范数
  • 求L1范数需要先取绝对值后求和

按特定轴求和

  • 假设有一个五行四列的矩阵,shape 为 [5, 4] ,那么其中的 axis 对应就分别为 0, 1,意思是按列的 axis 为 0 ,按行的 axis 为 1
  • 如果按 axis = 0 求和,那么就会把 5 这一维消掉,如果按 axis = 1 求和,那么就会把 4 这一维消掉。但是如果 keepdims=True 还是可以保留维度的,只不过把它变成1,比如 [1, 4] 或者 [5, 1]。总结就是按哪一维求和就消掉哪个维度。
  • 可以对多个维度求和,结果和上面的描述相同
相关推荐
画个逗号给明天"26 分钟前
C#从入门到精通(5)
开发语言·笔记·c#
机器鱼44 分钟前
1.2 基于卷积神经网络与SE注意力的轴承故障诊断
深度学习·机器学习·cnn
杉之1 小时前
Java中的不可变集合
java·笔记·学习
牙牙要健康2 小时前
【目标检测】【深度学习】【Pytorch版本】YOLOV2模型算法详解
pytorch·深度学习·目标检测
郭涤生2 小时前
Chapter 5: The Standard Library (C++20)_《C++20Get the details》_notes
开发语言·c++·笔记·c++20
wgc2k3 小时前
吴恩达深度学习复盘(4)神经网络的前向传播
人工智能·深度学习
屎派克3 小时前
神经网络知识
人工智能·深度学习·神经网络
硅谷秋水4 小时前
大语言模型智体的综述:方法论、应用和挑战(下)
人工智能·深度学习·机器学习·语言模型·自然语言处理
cwtlw5 小时前
JavaRedis和数据库相关面试题
java·数据库·笔记·面试