Линейная алгебра (часть 1) Хорошее понимание линейной алгебры важно для понимания алгоритмов машинного обучения и глубокого обучения. Скаляры, векторы, матрицы и тензоры Скаляры . Скаляр — это просто число, обозначаемое строчными буквами курсивом. Когда мы их вводим, мы уточняем, что это за числа. Например, мы могли бы сказать: «Пусть s ∈ R будет наклоном прямой», определяя скаляр с действительным знаком, или «Пусть n ∈ N будет числом единиц», определяя скаляр натурального числа...

Нам часто нужно измерить размер вектора , и для этого мы используем функцию, называемую norm , обычно обозначаемую как L^p , который выглядит так: Норма вектора x измеряет расстояние от начала координат до точки x , далее норма состоит из любой функции f со следующими свойствами: Определенность : Норма x равна 0 тогда и только тогда, когда сам x равен 0, и все векторы, кроме 0, должны иметь положительную длину. Абсолютная однородность : Если вы..

В предыдущем посте я представил, что такое векторы , и я описываю векторы как представляющие точку в пространстве, теперь я опишу, как мы можем также рассматривать данный вектор как представляющий определенную величину и направление в пространстве. Допустим, это вектор, представляющий величину и направление от начала координат. Таким образом, в этом случае вектор следует в пространстве от начала координат (0,0) до координаты (12,4). Нормы  – это класс функций, которые позволяют..

Нормы Машинное обучение использует тензор в качестве базовой единицы представления. Тензоры: Тензоры представляют собой многомерный массив, т.е. массив, размерность которого больше 2 Возвращаясь к нормам, нормы можно определить как величину вектора или тензора. это означает, что норма отображает вектор или тензор в скалярное значение, ее также можно рассматривать как функцию, которая находит расстояние точки x от начала координат. Нормы также используются для оценки того,..