Machine Learning吴恩达视频课(线性代数)
发布日期:2021-06-29 13:43:19 浏览次数:2 分类:技术文章

本文共 434 字,大约阅读时间需要 1 分钟。

Matrix: Rectangular array of numbers

矩阵:由数字组成的矩形阵列;

Dimension of matrix(矩阵维度): number of rows(行) * number of column(列)

在这里插入图片描述

矩阵元素的表示:

在这里插入图片描述

vector(向量): An n*1 metrix

以下为4维向量:
在这里插入图片描述
在这里插入图片描述

通常用大写字母表示矩阵,小写字母表示向量;

matrix addition and subtraction矩阵加减

Require:matrices of the same dimension;必须是相同维度的矩阵;
在这里插入图片描述
Scalar multiplication 标量乘法
在这里插入图片描述
矩阵乘法

在这里插入图片描述

利用矩阵乘法简化函数表达式:

在这里插入图片描述
这样可以快速地把三个假设函数表达式应用到4个房屋面积的模型参数,从而得到12种房屋预测价格的输出;

矩阵乘法非常方便,可以将大量计算打包,然后用一次矩阵乘法运算;

矩阵乘法特点:

1.不可交换性:

在这里插入图片描述
2.单位矩阵:
在这里插入图片描述

逆矩阵

在这里插入图片描述

矩阵转置

在这里插入图片描述

转载地址:https://chenlinwei.blog.csdn.net/article/details/87880697 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:ubuntu18.04 安装anaconda,在jupyter notebook搭建tensorflow环境
下一篇:Machine Learning吴恩达视频课(绪论,单变量线性回归,梯度下降)

发表评论

最新留言

做的很好,不错不错
[***.243.131.199]2024年04月08日 22时31分36秒