基本信息

---

下载

文档摘要

---

3.1常用的代数概念矩阵是多维数据的核心表示方式，通过矩阵运算，AI系统能够快速处理大量信息，提取出有价值的特征。

3.1.1矩阵和向量向量是一个有序的数值集合,可以看作是一个n×1的矩阵。例如，这里，v是一个三维列向量，当这个向量写为一行的时候，记为vT=[2,3,5]。向量在深度学习中通常用来表示数据样本、特征或模型的权重。

矩阵是一个二维的数值阵列,通常用来表示多个样本或特征。例如，W是一个3×2的矩阵，可表示一个层的权重。在神经网络中，权重通常以矩阵的形式存储。

3.1.2特征值和特征向量给定一个方阵A,如果存在一个非零向量v和一个标量λ,使得Av=λv,λ称为特征