机器学习中的线性代数

机器学习中的线性代数
向量是一个矩阵,但是只有一行或列
所以列向量就是[[1,2,3]],即1行3列的矩阵为3维列向量
而不是[1,2,3]

如下图:
机器学习中的线性代数
通过np.array(列表1)
把列表1转换为一维数组
为什么不是行向量
我们可以从输出结果看出
没有连续的两个中括号[[1,2,3]]

矩阵是二维数组,列向量和行向量是特殊的矩阵
一维数组不是二维数组
几个中括号就是几维数组

机器学习中的线性代数
列表里面有逗号
数组里面没有逗号

机器学习中的线性代数
上面才是行向量和列向量的值和shape展示
几个连续中括号就是几维数组
对应shape中就有几个元素

机器学习中的线性代数
点乘顾名思义,按点相乘
机器学习中的线性代数
我们学习的数学上的矩阵相乘就是这里的矩阵叉乘

机器学习中的线性代数
numpy中使用矩阵.T即可得到其转置