标量-向量-矩阵-基础知识

数学基础

定义:

  1. 标量定义: 日常生活中常用的单个数字,如游戏中英雄的智力值 10、敏捷值 6、力量值
  2. 向量定义: 将多个标量用中括号括起来组成的数组,如英雄属性[10,6,2]。
  3. 矩阵定义: 将多个向量按行排列组成的矩形数组,如四个英雄的属性组成的 4×3 矩。
  • 特殊关系: 向量是矩阵的特殊形式,每个向量都是 1×3 的矩阵。
  • 排列方式: 行向量是数字横向排列,列向量是数字纵向排列,矩阵可视为行向量或列向量的组合。

表示:

  1. 标量表示: 使用小写字母xi , j表示,下标 i,j 表示矩阵中第 i 行第 j 列的元素。
  2. 向量表示: 使用大写字母 下带 标Xi表示矩阵中的第 i 行向量。
  3. 矩阵表示: 使用大写字母 X 表示,n×m 矩阵全体记为Rn × m(数矩)。

下标含义: 在Xi中,i 表示矩阵的第 i 行;在xi , j中,i,j 表示第 i 行第 j 列的元素。

标量知识点总结

标量乘法

向量知识点总结

参考:

https://www.bilibili.com/video/BV11RPVe7Eqi/?spm_id_from=333.337.search-card.all.click

表示方法:

单位向量

向量的⻓度

类似勾股定理

向量之间的运算

向量加法
向量减法
向量相乘的两种⽅式
点积:
叉积:

别名:向量积(vector product),结果为向量

三维公式

矩阵知识点总结

特殊矩阵

 单位矩阵: n×n 方阵,对角线元素为 1,其余为 0,记作I n。

 对角矩阵: n×n 方阵,非对角线元素全为 0,对角线元素可以不全相等。

 三角矩阵: 分为上三角矩阵(下半部分为 0)和下三角矩阵(上半部分为 0),对角矩

阵同时属于两者。

矩阵的运算

矩阵的加法和减法

前提条件: 要求两个矩形状相同(行数和列数分相等)

运算规则: 对应元素相加减,结果保持相同维度。

运算性质: 满足加法交换律(X+Y=Y+X)和结合律((X+Y)+Z=X+(Y+Z))。

矩阵的乘法

运算规则: 矩阵每个元素乘以该数字,如kX =(kxi , j )。

Hadamard 乘积方法:


标准矩阵乘法:

条件: 第一个矩阵的列数等于第二个矩阵的行数

维度: n×p 矩阵乘以 p×m 矩阵得到 n×m 矩阵

性质: 满足结合律和分配律,但不满足交换律

应用价值: 简化线性模型表示,如将 y1=ax1 +b和 y2=ax2 +b表示为Y = Xβ

逆矩阵和转置

逆矩阵:


转置:

对称矩阵: 满足 A^T = A的方阵,对角线两侧元素对称相等。

图像总结

深度学习的应用:

相关推荐
Dfreedom.1 天前
计算机视觉全景图
人工智能·算法·计算机视觉·图像算法
EasyDSS1 天前
智能会议管理系统/私有化视频会议平台EasyDSS私有化部署构建企业级私域视频全场景解决方案
人工智能·音视频
zhanghongbin011 天前
成本追踪:AI API 成本计算与预算管理
人工智能
YBAdvanceFu1 天前
从零构建智能体:深入理解 ReAct Plan Solve Reflection 三大经典范式
人工智能·python·机器学习·数据挖掘·多智能体·智能体
啦啦啦在冲冲冲1 天前
多头注意力机制的优势是啥,遇到长文本的情况,可以从哪些情况优化呢
人工智能·深度学习
xrgs_shz1 天前
直方图法、最大类间方差法、迭代法和自适应阈值法的图像分割的基本原理和MATLAB实现
人工智能·计算机视觉·matlab
向上的车轮1 天前
如何定制大模型——工业场景下大模型定制与私有化部署选型
人工智能
让学习成为一种生活方式1 天前
海洋类胡萝卜素生物合成的乙酰转移酶--文献精读217
人工智能
QQ676580081 天前
服装计算机视觉数据集 连衣裙数据集 衣服类别识别 毛衣数据集 夹克衫AI识别 衬衫识别 裤子 数据集 yolo格式数据集
人工智能·yolo·计算机视觉·连衣裙·衣服类别·毛衣数据集·夹克衫ai
冰糖葫芦三剑客1 天前
人工智能生成合成内容文件元数据隐式标识说明函要怎么填写
人工智能