1.矩陣的乘法：
(1)數與矩陣相乘：
標量相乘。
(2)矩陣與矩陣相乘：
首先確定結果的行列數：
第乙個矩陣的列數必須等於第二個矩陣的行數
把m×n矩陣與n×p矩陣相乘，保持n相同，得到m×p矩陣
分別計算行與列的點積：
例：2行3列的矩陣與3行兩列的矩陣相乘結果等於2行兩列的矩陣，對應元素，第一行第乙個元素等於第一行與第一列的元素相乘的和，第一行第二個元素等於第一行與第二列的元素相乘的和，第二行第乙個元素等於第二行與第一列的元素相乘的和，第二行第二個元素等於第二行與第二列的元素相乘的和。
線性代數基礎
向量是由n個數組成的n行1列或1行n列的有序陣列 向量點乘 內積，數量積 運算結果是乙個標量，可以計算兩個向量間的夾角以及a向量在b向量方向上的投影，點積的意義是測量兩個向量同向的程度。向量叉乘 外積，向量積 運算結果是乙個向量，並與這兩個向量組成的平面垂直 向量的線性組合 先數乘後疊加 a1v1 ...
線性代數基礎
兩兩正交且模為1 a cdot b left a right left b right cos left a right 設向量b的模為1，則a與b的內積值等於a向b所在直線投影的向量長度。要準確描述向量，首先要確定一組基，然後給出在基所在的各個直線上的投影值，就可以了。a times b left...
數學基礎 線性代數
1 矩陣正定性的判斷，hessian 矩陣正定性在梯度下降中的應用 若矩陣所有特徵值均不小於0，則判定為半正定，若矩陣所有特徵值均大於0，則判定為正定，在判斷優化演算法的可行性時hessian 矩陣的正定性起了很大的作用，若hessian 正定，則函式的二階偏導恆大於0，函式的變化率處於遞增狀態，在...