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
Gain_chance4 小时前
33-学习笔记尚硅谷数仓搭建-DWS层交易域用户粒度订单表分析及设计代码hqyjzsb4 小时前
盲目用AI提效？当心陷入“工具奴”陷阱，效率不增反降Eloudy4 小时前
用 Python 直写 CUDA Kernel的技术，CuTile、TileLang、Triton 与 PyTorch 的深度融合实践神的泪水4 小时前
CANN 实战全景篇：从零构建 LLM 推理引擎（基于 CANN 原生栈）yuanyuan2o24 小时前
【深度学习】全连接、卷积神经网络八零后琐话4 小时前
干货：Claude最新大招Cowork避坑！承渊政道4 小时前
Linux系统学习【Linux系统的进度条实现、版本控制器git和调试器gdb介绍】汗流浃背了吧，老弟！4 小时前
BPE 词表构建与编解码（英雄联盟-托儿索语料）软件聚导航5 小时前
从 AI 画马到马年红包封面，我还做了一个小程序