第一章 神经网络的复习

文章目录

  • [1.1 数学和python的复习](#1.1 数学和python的复习)
    • [1.1.1 向量和矩阵](#1.1.1 向量和矩阵)
    • [1.1.2 矩阵对应元素的运算](#1.1.2 矩阵对应元素的运算)
    • [1.1.3 广播](#1.1.3 广播)
    • [1.1.4 向量内积和矩阵乘积](#1.1.4 向量内积和矩阵乘积)

1.1 数学和python的复习

1.1.1 向量和矩阵

向量是同时拥有大小和方向的量

向量可以表示为排成一排的数字集合,在 Python 实现中可以处理为一维数组。

( 1 2 3 ) \begin{pmatrix} 1 \\ 2 \\ 3 \\ \end{pmatrix} 123

矩阵是排成二维形状(长方阵)的数字集合
( 1 2 3 4 5 6 ) \begin{pmatrix} 1 & 2 \\ 3 & 4 \\ 5 & 6 \end{pmatrix} 135246

水平方向上排列称为行(row),垂直方向上的排列称为列(column);以下矩阵称为"3行2列的矩阵",记为"3x2的矩阵"

将向量和矩阵扩展到N维的数据集合,就是张量

使用python对话模式来生成向量和矩阵:

如上所示,可以使用 np.array() 方法生成向量或矩阵。该方法会生成NumPy 的多维数组类 np.ndarray。np.ndarray 类有许多便捷的方法和实例变量。上面的例子中使用了实例变量 shape 和 ndim。shape 表示多维数组的形状,ndim 表示维数。

1.1.2 矩阵对应元素的运算

对应多维数组中的元素(独立)进行的,这就是 NumPy 数组中的对应元素的运算。

1.1.3 广播

在Numpy多维数组中,形状不同的数组之间也可以进行运算:

在计算过程中,标量10会自动扩展成2X2的矩阵([[10,10],[10,10]]),一维数组[10,20]也会扩展成与二维数据[[1,2],[3,4]]相同形状([[10,20][10,20]]),这种自动扩展的功能称为广播

1.1.4 向量内积和矩阵乘积

向量内积:两个向量对应元素的乘积之和
x ⋅ y = ( x 1 , ⋯   , x n ) ⋅ ( y 1 , ⋯   , y n ) = x 1 y 1 + x 2 y 2 + ⋯ + x n y n \mathbf{x} \cdot \mathbf{y} = (x_1, \cdots, x_n) \cdot (y_1, \cdots, y_n)=x_1 y_1 + x_2 y_2 + \cdots + x_n y_n x⋅y=(x1,⋯,xn)⋅(y1,⋯,yn)=x1y1+x2y2+⋯+xnyn

(看到第六页)

相关推荐
钱彬 (Qian Bin)14 小时前
项目实践4—全球证件智能识别系统(Qt客户端开发+FastAPI后端人工智能服务开发)
人工智能·qt·fastapi
钱彬 (Qian Bin)14 小时前
项目实践3—全球证件智能识别系统(Qt客户端开发+FastAPI后端人工智能服务开发)
人工智能·qt·fastapi
Microsoft Word14 小时前
向量数据库与RAG
数据库·人工智能·向量数据库·rag
2401_8369003315 小时前
YOLOv5:目标检测的实用派王者
人工智能·计算机视觉·目标跟踪·yolov5
没有梦想的咸鱼185-1037-166315 小时前
AI Agent结合机器学习与深度学习在全球气候变化驱动因素预测中的应用
人工智能·python·深度学习·机器学习·chatgpt·数据分析
在云上(oncloudai)15 小时前
AWS Data Exchange:概述、功能与安全性
人工智能·云计算·aws
周杰伦_Jay15 小时前
【MCP开发部署流程表格分析】MCP架构解析、开发流程、部署方案、安全性分析
人工智能·深度学习·opencv·机器学习·架构·transformer
武子康15 小时前
AI研究-109-具身智能 机器人模型验证SOP流程详解|仿真 现实 回放 模板&理论
人工智能·机器人·强化学习·ros2·具身智能·仿真测试·a/b测试
春日见15 小时前
统一机器人描述格式---URDF
人工智能
晚霞apple16 小时前
多模态大模型的前沿算法综述
论文阅读·人工智能·深度学习·神经网络·机器学习