线性代数基础——矩阵加法和标量乘

线性代数基础——矩阵加法和标量乘本文是吴恩达 机器学习 视频笔记第 14 篇 对应第 1 周第 14 个视频 Linear Algebra review optional Addition and scalar multiplicati 上个视频讲了线性代数基础中的基础矩阵

大家好,欢迎来到IT知识分享网。

本文是吴恩达《机器学习》视频笔记第14篇,对应第1周第14个视频。

“Linear Algebra review(optional)——Addition and scalar multiplication”

上个视频讲了线性代数基础中的基础矩阵和向量,本次视频讲解了加法和标量乘法。

加法

举个例子,像下面这样两个矩阵相加。很简单,就是两个矩阵的对应的位置上的数相加,得到一个新的矩阵。

线性代数基础——矩阵加法和标量乘

结果变成

线性代数基础——矩阵加法和标量乘

通过运算规则可知,如果两个矩阵想要相加,那这两个矩阵的shape必须要一样。像下面这样试图将一个3×2的矩阵和一个2×2的矩阵相加,是非法的。

线性代数基础——矩阵加法和标量乘

当然,矩阵的减法也是类似的。

标量乘

再来看标量乘法。如下图,我们规定用3乘以一个矩阵等于用这个矩阵乘以3(即满足交换律),等于矩阵的每个项都乘以3.

线性代数基础——矩阵加法和标量乘

除以一个数,也类似,如:

线性代数基础——矩阵加法和标量乘

标量乘和加法的混合运算

如果是标量乘和加法混合在一起运算的话,就要考虑运算的优先级了。比如:下图这样的标量乘、加法混在一起的式子,就要先算标量乘,再算加减。

线性代数基础——矩阵加法和标量乘

同样的,我们在进行混合运算的时候也需要注意矩阵(或向量)形状的合法性。

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://haidsoft.com/176347.html

(0)
上一篇 2025-04-16 13:00
下一篇 2025-04-16 13:15

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信