1.标量
简单操作
长度
2. 向量
parallel for all do
点乘、正交
3. 矩阵
乘法（矩阵乘以向量）
4. 范数
取決于如何衡量b和c的长度
常见范数
矩阵范数：最小的满足的上面公式的值
Frobenius 范数
5.特殊矩阵
对称和反对称
正定
正交矩阵
所以行都相互正交
所有行都有单位长度
置换矩阵
置换矩阵是正交矩阵
特征向量和特征值
不被矩阵改变方向的向量
对称矩阵总是可以找到特征向量
相关推荐
用户018349301692 小时前
用Zustand管理AI多会话状态武子康4 小时前
调查研究-198 Agent 到底该记住什么？读懂《What Must Generalist Agents Remember?》aqi005 小时前
15天学会AI应用开发（九）利用Chroma持久化向量数据武子康6 小时前
调查研究-197 FAISS vs Elasticsearch 全面对比：从向量检索、全文搜索到 RAG 选型指南青禾网络7 小时前
Web 前端如何接入 AI 音效生成：从零到可用的完整方案用户252736278147 小时前
【技术实战】用 Spring Boot + Vue3 + LM Studio 在本地跑通 RAG 知识库用户5191495848457 小时前
VBScript随机数生成器内部机制：从时间种子到密码令牌破解米小虾7 小时前
Context Engineering —— 知识与记忆的窗口IT_陈寒7 小时前
Python里这个赋值坑，连老司机都能翻车