ma=b
上式中，m表示矩陣，a和b表示向量，對於這個等式有兩種理解：
矩陣可以表示線性空間的乙個線性變換，具體就是a向量經過矩陣m所描述的變化後得到向量b
矩陣也可以表示乙個座標系，具體就是，座標系m的度量下得到的度量結果向量為a，那麼它在座標系i的度量下，這個向量的度量結果是b；反過來可能更好理解，即在標準座標系i度量下的向量b，在m座標系下的度量向量為a。
a = p-1bp
在單位矩陣i表示的座標系下的線性變化a與在矩陣p表示的座標系下的線性變換b是等價的，一族相似矩陣可以理解為同乙個線性變換在不同基（座標系）下的描述。
矩陣秩的理解
首先，講到矩陣的秩，幾乎必然要引入矩陣的svd分解 x usv u,v正交陣，s是對角陣。如果是完全svd分解的話，那s對角線上非零元的個數就是這個矩陣的秩了 這些對角線元素叫做奇異值 還有些零元，這些零元對秩沒有貢獻。有了這個前提，我們就可以用各種姿勢來看秩了 1.把矩陣當做樣本集合，每一行 或每...
opengl的矩陣理解
矩陣真的是乙個很神奇的數學工具，雖然單純從數學上看，它並沒有什麼特別的意義，但一旦用到空間中的座標變換，它就 一遇風雲便成龍 大顯神威了。簡單的工具實現了複雜的功能，便預示著要理解它我們還是要花上點功夫的。下面就簡單介紹一下opengl中的轉換矩陣。1 轉換矩陣的原理 opengl中的轉換矩陣是這樣...
卷積的矩陣理解
卷積是神經中常見的一種操作，人們通常習慣從直覺上理解卷積層的卷積操作。但是在 實現的時候通常需要更為數學化的卷積表達形式，而且理解卷積的數學形式反過來可以幫助更好地理解卷積操作的本質。卷積的數學形式通常通過矩陣乘法來表示。本文從卷積最一般的數學形式開始講起，並從一般形式變換為不同網路中的各種特殊形式...