深度学习代码实战深度学习代码实战——线性代数线性代数
文章目录文章目录1.标量, 向量, 矩阵, 张量2.矩阵转置3.矩阵加法4.矩阵乘法5.单位矩阵6.矩阵的逆7.范数8.特征值分解9.奇异值分解
1.标量标量, 向量向量, 矩阵矩阵, 张量张量
import numpy as np
s = 5
V = np.array([1,2])
m = np.array([[1,2],[2,4]])
t = np.array([
[[1,2,3],[4,5,6],[7,8,9]],
[[11,12,13],[14,15,16],[17,18,19]],
[[21,22,23],[24,25,26],[27,28,29]],
])
print("标量:" + str(s))
print("向量:" + str(V))
print("矩阵:" + str(m))
print("张量:" + str(t))
2.矩阵转置矩阵转置
A = np.array([[1.0,2.0],[1.0,1.0],[2.0,3.0]])
A_t = A.transpose()
print("A:",A)
print("A_t:",A_t)
3.矩阵加法矩阵加法
评论0
最新资源