1.线性映射
本小节，我们研究线性空间之间的映射，这些映射保持线性空间的结构，从而可以定义坐标的概念。在本章开头，我们提到向量是可以相加并被标量乘的数学对象，结果仍然是向量。
2.仿射空间
本小节，我们更仔细地研究从原点偏移的空间，即不再是向量子空间的空间。此外，我们将简要讨论这些仿射空间之间的映射的性质，这些映射类似于线性映射。
在机器学习文献中，线性和仿射之间的区别有时并不清楚，因此我们可以找到将仿射空间/映射称为线性空间/映射的参考
未完待续...
相关推荐
Helibo4416 小时前
C++pair学习笔记亚马逊云开发者16 小时前
Agentic AI基础设施实践经验系列（六）：Agent质量评估郁大锤17 小时前
OpenAI responses使用教程(三) ——Responses create python SDK 介绍余衫马17 小时前
聚类算法入门：像魔法一样把数据自动归类半臻（火白）17 小时前
Kimi K2 Thinking：开源时代的「思考代理」革命，重新定义AI复杂任务处理CarmenHu17 小时前
大模型应用评估指标学习笔记水如烟17 小时前
孤能子视角:“十五五“规划动力学分析AI人工智能+17 小时前
无缝对接与数据驱动：护照MRZ识别技术在智慧景区管理中的深度应用一水鉴天17 小时前
整体设计 全面梳理复盘之30 Transformer 九宫格三层架构 Designer 全部功能定稿（初稿）之2luoganttcc17 小时前
DiffusionVLA 与BridgeVLA 相比 在 精度和成功率和效率上 有什么 优势