05 线性代数【动手学深度学习v2】
目录
1.对称矩阵:简单理解行变列
2.哈达玛积
普通矩阵乘法对比
3.按特定轴求和
axis=0 去掉第1列
axis=1 去掉第2列
axis=2 去掉第3列
axis=[0, 2] 去掉第1,3列
keepdims=True
4.torch.mm和torch.mv
torch.mv —— 矩阵 × 向量
torch.mm —— 矩阵 × 矩阵
5.范数
1.对称矩阵:简单理解行变列
转置
A = A.T
常见矩阵:【线性代数】常见矩阵类型-CSDN博客
2.哈达玛积
哈达玛积(Hadamard product),又叫 逐元素乘积,是两个同型矩阵的对应元素相乘,记作 (数学符号⊙)。形式上:
注意:
-
必须 维度相同 的矩阵才能做哈达玛积。
-
和普通矩阵乘法(矩阵点积)完全不同。
哈达玛积举例
普通矩阵乘法对比
-
普通矩阵乘法:行 × 列,涉及加和。
-
哈达玛积:位置对齐,相同位置的元素相乘。
代码对比
import torch# 定义两个矩阵
A = torch.tensor([[1, 2],[3, 4]], dtype=torch.float32)B = t