Deep Learning(Ian Goodfellow) — Chapter2 Linear Algebra
線性代數是機器學習的數學基礎之一,這裡總結一下深度學習花書線性代數一章中機器學習主要用到的知識,並不囊括所有線性代數知識。
2.1 基礎概念
- Scalars: 一個數;
- Vctors: 一列數;
- Matrices: 二位陣列的數,每個元素由兩個下標確定;
- Tensors: 多維陣列的數。
2.2 矩陣計算
轉置(transpose):(AT)i,j=Aj,i
矩陣乘法: C=AB,
元素乘法(element product; Hardamard product):
點乘(dot product): 向量x,y的點乘: xTy
單位矩陣(identic matrix): In, 斜對角的元素值是1,其他地方都是0
逆矩陣(inverse matrix):
2.3 線性相關和生成子空間
線性組合(linear combination):
- 將矩陣A看作是不同的列向量的組合[d1,d2,...,dn],每個列向量代表一個方向,x可以代表在每個方向上移動的距離,那麼Ax=b可以理解成原點如何在AA指定的各個方向上移動,最後到達