《深度学习的数学——使用Python语言》第5章 线性代数学习笔记
<p><span style="font-size:16px;">标量由只有一个元素的张量表示。</span></p><p ><span style="font-size:16px;"> </span></p>
<p > </p>
<p ><span style="font-size:16px;">向量</span></p>
<p ><span style="font-size:16px;">向量可以被视为标量值组成的列表。这些标量值被称为向量的元素（element）或分量（component）。当向量表示数据集中的样本时，它们的值具有一定的现实意义。在数学表示法中，向量通常记为粗体、小写的符号 （例如，x、y和z)）</span></p>
<pre>
<code class="language-python">v =
v_np = np.array(v)
print(v_np)
print(type(v_np))
print(v_np.shape)</code></pre>
<p > </p>
<p ><span style="font-size:16px;">执行结果</span></p>
<p > </p>
<p > </p>
<p > </p>
<p ><span style="font-size:16px;">一行或一列的数字称为向量，是矩阵的特殊形式</span></p>
<p > </p>
<p ><span style="font-size:16px;">m=[ , ]<br />
m_np = np.array(m)<br />
print(m)<br />
print(m_np)<br />
print(m_np.shape)</span></p>
<p > </p>
<p ><span style="font-size:16px;">执行结果</span></p>
<p > </p>
<p > </p>
<p ><span style="font-size:16px;">矩阵运算规则</span></p>
<p > </p>
<p ><span style="font-size:16px;">矩阵加减法：</span></p>
<p ><span style="font-size:16px;">加法运算：两个矩阵的加是矩阵中对应的元素相加，相加的前提是：两个矩阵要是通行矩阵，即具有相同的行和列数。</span></p>
<p > </p>
<p ><span style="font-size:16px;">减法的话和加法类似的</span></p>
<p > </p>
<p ><span style="font-size:16px;">矩阵乘法；</span></p>
<p > </p>
<p > </p>
<p ><span style="font-size:16px;">下面测试一下矩阵运算</span></p>
<pre>
<code class="language-python">import numpy as np
# 创建两个矩阵
A = np.array([, ])
B = np.array([, ])
# 矩阵相加
C = A + B
print("矩阵相加的结果是:\n", C)
# 矩阵相减
D = A - B
print("矩阵相减的结果是:\n", D)
# 矩阵数乘
E = np.dot(A, B)
print("矩阵数乘的结果是:\n", E)
# 矩阵转置
F = np.transpose(A)
print("矩阵的转置是:\n", F)
# 单位矩阵
G = np.identity(2)
print("2x2单位矩阵是:\n", G)</code></pre>
<p > </p>
<p ><span style="font-size:16px;">运行结果</span></p>
<p ><span style="font-size:16px;"> </span></p>
页:
[1]