深度学习之“线性代数”

线性代数在深度学习中是解决多维数学对象计算问题的核心工具。这些数学对象包括标量、向量、矩阵和张量，借助它们可以高效地对数据进行操作和建模。以下将详细介绍这些数学对象及其在深度学习中的典型用途。

数学对象概述

标量

标量是最简单的数学对象，通常表示单个数值变量，是构成高阶数据结构的基础。例如：

python 复制代码

import numpy as np
x = 42  # 标量
print(x)

向量

向量由标量组成，表示为一维数组。根据表示方式不同，可以分为行向量和列向量。在深度学习中，向量常用于描述样本的多个特征。例如：

python 复制代码

import numpy as np
x = np.array([1,2,3])
print(x)
print(x.shape)
print(x.reshape((3,1)))

在深度学习和机器学习中，向量的各个成员之间通常用于描述样本不同的特征。模型可以通过输入的这些特征量得到有用的输出，如分类标签或者是回归值。

矩阵

矩阵是由数字构成的二维数组。在矩阵中，各个元素所处的行数和列数为元素的下标。在python语言中，数组的下标是从0开始的，而在matlab语言中，数组的下标从1开始，不同语言的特点不同，需要注意。此外，在矩阵中，元素的位置由行和列索引确定。

python 复制代码

import numpy as np
A = np.arange(12).reshape((3,4))
print(A)
print(A[1,2])
print(A[0,0])

此外，我们可以看到除开头可结尾的[]外，每一行的数据都由一组[]包括着，这说明numpy将二维数组当作行向量来对待，其中每一个元素也为一个行向量。

张量

张量是更高维的数组，超越矩阵的二维结构。例如，在计算机视觉中，RGB图像可以表示为形状为ch w的三维张量，其中c表示通道数，h和w分别表示图像的高度和宽度。加上批量(batch size)维度后，形成四维张量。然而，不同框架可能对张量的维度顺序有不同约定，例如 ONNX 通常使用hwc。示例代码如下：

python 复制代码

import numpy as np
t = np.arange(36).reshape(3,3,4)
print(t)

在计算机视觉模型推理阶段，尽管我们通常输入的是一张三维图片，但模型的输入通常还需要一个最高维度的批量大小（通常默认为1）。那么，如何对输入进行转换，将其扩展为四维数据呢？以下介绍两种方法，通过增加一个大小为1的维度来实现这一转换。

python 复制代码

t = np.arange(36).reshape(3,3,4)
w = t[np.newaxis,:,:,:]
w2 = np.expand_dims(t,axis=0)
print(w.shape)
print(w2.shape)
print(w)
print(w2)

代数运算

本节主要设计向量和矩阵的计算

数组运算

标量运算中的加减乘除，以及指数等初等运算都适用于数组运算。当两个运算数组形状相同时，可以简单理解为对应位置上的元素进行运算。

python 复制代码

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = np.array([[7,8,9],[10,11,12]])
print(a+b)
print(a-b)
print(a*b)
print(a/b)

当两个数组形状不匹配时，就会涉及到NumPy的广播机制。举个例子，假设有三个人，第一个人分别拥有1个梨、2个苹果、3个香蕉和4个橘子；第二个人各类水果的数量是第一个人的两倍，第三个人则是第一个人的三倍。我们可以利用NumPy的广播机制，轻松地表示出每个人每种水果的拥有量。

python 复制代码

import numpy as np
a = np.array([1,2,3,4])
b = np.array([[1],[2],[3]])
print(a*b)

其中行为4种水果，列为3个人。

向量运算

单位向量

将一个向量中的各个元素除以向量的模长，我们就能得到一个方向不变且模值为1的单位向量。

python 复制代码

import numpy as np
v = np.array([2,-4,3])
print(v / np.sqrt((v*v).sum()))
print(v / np.sqrt(np.dot(v,v)))

我们既可以使用各元素平方求和开根号的方式来求得向量的模长，也可以使用内积的方式来得到。

内积

向量内积是最基础的向量运算，其计算方法如下

向量内积的结果是一个标量。向量内积满足交换律和分配律，但是不满足结合律。且内积为0的两个向量相互正交，它们之间的夹角为90°。

外积

与向量内积不同，两个向量的外积得到的是一个矩阵。个人理解，可以用前面的广播机制来理解它。向量的外积不要求两个向量具有相同数量的元素

python 复制代码

a = np.array([1,2,3,4])
b = np.array([5,6,7])
print(np.outer(a,b))

叉积

叉积是定义在三维空间中的，两个向量叉积的结果是一个新的向量，这个向量垂直于这两个向量构成的平面。新向量的方向服从右手法则。

python 复制代码

import numpy as np
a = np.array([1,0,0])
b = np.array([0,1,0])
c = np.array([1,1,0])
print(np.cross(a,b))
print(np.cross(a,c))

总结

线性代数是深度学习的基础，其数学对象和运算在数据表示和模型计算中无处不在。掌握这些基本概念和操作，将为理解和优化深度学习模型提供有力支持。