1、范数的概念

2、对称与反对称
Aij = Aji(对称) Aij = -Aji(反对称)
3、正定

4、正交矩阵

5、特征向量
不被矩阵改变方向的向量

6、标量
标量由只有一个元素的张量表示
x = torch.tensor([3.0])
7、向量
向量由标量值组成的列表
x = torch.arange(4)
本文涵盖了线性代数的基础概念,包括范数、对称与反对称矩阵、正定性、正交矩阵和特征向量。这些概念在数据分析、机器学习和计算机科学中扮演着重要角色。同时,介绍了标量、向量及其在张量表示中的应用。
1、范数的概念

2、对称与反对称
Aij = Aji(对称) Aij = -Aji(反对称)
3、正定

4、正交矩阵

5、特征向量
不被矩阵改变方向的向量

6、标量
标量由只有一个元素的张量表示
x = torch.tensor([3.0])
7、向量
向量由标量值组成的列表
x = torch.arange(4)
1224
3060
7498

被折叠的 条评论
为什么被折叠?