机器学习中的数学(PartⅡ)——线性代数:2.2矩阵

概述

本节内容也相对简单,首先介绍了矩阵的定义矩阵的表示方法 ;然后介绍了矩阵的加法乘法与标量的乘法 ,以及一些矩阵相关算数运算的性质 ,包括满足结合律、交换律;矩阵的转置;最后又回顾了如何使用矩阵简约地表示线性方程组。


矩阵的定义和表示

这部分比较简单,直接贴原文:

但是这里有一个表示方法,就是一个m×n的矩阵可以用一个mn长度的长向量表示,如图2.4所示。

有一类特殊的矩阵------单位阵,是方阵,且主对角线元素全为1,其余元素均为0。


矩阵加法和乘法

加法 就是对应元素相加,乘法不再赘述,高中知识点。

需要说明的是:

  • 矩阵乘法的表示形式为,需要显式地写出中间的符号(但后续书中表示矩阵乘法好像都省略了。。。);
  • 矩阵乘法不是对应元素相乘,而对应元素相乘通常出现在编程语言中,被称为哈达玛积(Hadamard product)。

标量与矩阵的乘法

标量与矩阵相乘就是标量与矩阵中的每个元素相乘。有如下性质:


矩阵算数运算的性质

  • 结合律: 可以把看作是一个函数,是输入,结合律可以看作是复合函数。
  • 分配律:
  • 与单位阵的乘法:

逆和转置

逆矩阵,定义直接贴图:

注意,此处都是方阵。

并非所有方阵都有逆矩阵 ,如果对于一个方阵,不存在逆,则称正则 (regular)/可逆 (invertible)/非奇异(nonsingular)矩阵,否则称为奇异(singular)/不可逆(noninvertible)矩阵。

如何判断一个矩阵是否可逆呢?可以通过计算其行列式(后续内容)来判断,矩阵行列式不为0则可逆


转置,简单说就是把一个矩阵的行变成列,行列维度互换。


逆和转置的重要特性


对阵矩阵

对于矩阵而言,如果,则是对称矩阵。

注意:

  • 对阵矩阵必定是方阵;
  • 两个对称矩阵的和总是对称矩阵,但乘积得到的矩阵通常不是对称矩阵;
  • 如果一个矩阵可逆,则其转置也可逆,有定义如下:

表示线性方程组

可使用矩阵简洁地表示线性方程组。在上述例子中,缩放矩阵第一列,缩放矩阵第二列,缩放矩阵的第三列。可进一步表示为


总结

相关推荐
kyle~1 小时前
线性代数矩阵分解 --- QR分解
线性代数·矩阵
字节数据平台2 小时前
iDA:从 ChatBI 到专业数据分析助手的演进之路
大数据·人工智能·机器学习·数据分析
SomeB1oody7 小时前
【RustyML入门】6.3. 并行归约
开发语言·后端·机器学习·rust·教程
richard_first7 小时前
Transformer 与大语言模型:第9章 LayerNorm 归一化层
人工智能·深度学习·机器学习·transformer
lilian23312 小时前
Harmony os 技术实战|拼豆制图43:压缩字符矩阵上线前如何拦住错位图纸
开发语言·前端·华为·矩阵·harmonyos
ASKED_201912 小时前
从矩阵到秩:理解大模型参数与 LoRA 微调
线性代数·矩阵
不辣的皮蛋君14 小时前
- 短视频矩阵怎么对接售后运营?的全面解析与应用指南
线性代数·矩阵
FL162386312916 小时前
仙人掌品种类型检测数据集VOC+YOLO格式1991张10类别
人工智能·yolo·机器学习
小白说大模型16 小时前
Codex 实战:用 AI 写运维脚本
大数据·运维·网络·人工智能·机器学习·prompt