Matrix for AI
9785 ワード
この文章はBoost camp AI技術の第3期課程を聞いてまとめた文章です.
マトリックスの定義と理解
行列乗は、ベクトルを別の次元の空間 に送信することができる.マトリクスに抽出可能モード、 圧縮可能データすべての線形変換はマトリクス乗算として計算できます
※DLにおける線形変換と非線形関数(softmax,Relu,…)の合成、
マトリックス演算
方式ベクトルの加算、減算、乗算に等しい 同じ位置の要素間+、-、x
計算 XYの場合 Xの列数=Yの行数 (n m)(m a) => n*a
"numpy"使用"@"
数学で言う内積とは違います.
XY^Tとして計算
np.内部使用:i行バックグラウンドとj行ベクトルの間の内部成分を使用してマトリクスを作成する
ぎゃくれつ
連立方程式の解の一つを求めることができる.
否定または無数の年と呼ばれる連立方程式では,優れた多解のうちの1つの解を求めることができる.
線形回帰式が見つかります.
np.linalg.pinv(X)の使用
で係数Bを見つける.
すべてのデータ((x,y)対)が線形ではないため、方程式を解くことはできません.
モルボンズ逆行列を用いてyに近いy^を見つけることができる.
マトリックスの応用
マトリックスの定義と理解
ベクトルを要素とする2 D配列。
行列は空間の「複数の点」を表します。
行ベクトルX iはi号面データを示す
行列をベクトル空間で使用される演算子として理解する
※DLにおける線形変換と非線形関数(softmax,Relu,…)の合成、
マトリックス演算
マトリックスの加算
同じ形状の場合、+、-、∮、スカラー乗算
マトリックス乗算
前行列の列数==後行列の行数
計算
結果のij=iループ行後端とjループ列後端の内部
import numpy as np
X = np.array([1,2,3],[4,5,6],[7,8,9]]
y = np.array([1,2,3],[4,5,6],[7,8,9]]
X @ Y # X와 Y의 행렬곱
マトリックスの内積?
数学で言う内積とは違います.
XY^Tとして計算
np.内部使用:i行バックグラウンドとj行ベクトルの間の内部成分を使用してマトリクスを作成する
import numpy as np
X = np.array([1,2,3],[4,5,6],[7,8,9]]
y = np.array([1,2,3],[4,5,6],[7,8,9]]
np.inner(X,Y) # X와 Y의 내적
ぎゃくれつ
ぎゃくマトリクス
逆行列は、行と列の数値が等しく、行列式(行列式)が0でない場合にのみ計算されます.import numpy as np
X = np.array([1,2,3],[4,5,6],[7,8,9]]
np.linalg.inv(X) # 역행렬 구하는 함수
逆行列を計算できない場合は、類似の逆行列またはMoorpenrose逆行列を使用します。
import numpy as np
X = np.array([1,2,3],[4,5,6],[7,8,9]]
np.linalg.pinv(X) # 무어펜로즈 역행렬 구하는 함수
ムルフェン・ロス逆行列を利用すれば
import numpy as np
X = np.array([1,2,3],[4,5,6],[7,8,9]]
np.linalg.inv(X) # 역행렬 구하는 함수
import numpy as np
X = np.array([1,2,3],[4,5,6],[7,8,9]]
np.linalg.pinv(X) # 무어펜로즈 역행렬 구하는 함수
連立方程式の解の一つを求めることができる.
否定または無数の年と呼ばれる連立方程式では,優れた多解のうちの1つの解を求めることができる.
線形回帰式が見つかります.
np.linalg.pinv(X)の使用
で係数Bを見つける.
すべてのデータ((x,y)対)が線形ではないため、方程式を解くことはできません.
モルボンズ逆行列を用いてyに近いy^を見つけることができる.
マトリックスの応用
Reference
この問題について(Matrix for AI), 我々は、より多くの情報をここで見つけました
https://velog.io/@minchoul2/Matrix-for-AI
テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol
Reference
この問題について(Matrix for AI), 我々は、より多くの情報をここで見つけました https://velog.io/@minchoul2/Matrix-for-AIテキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol