深度學習中的線性代數基礎

本文主要總結一些在深度學習領域中比較重要的線性代數基礎，過於基礎的內容沒有進行總結。算法 一.張量（tensor）：在深度學習領域，不少時候數據都是高於二維的，所以，須要一種可以表示任意維度的數據類型，這就是張量。機器學習 二.範數（Norm）:範數是數學中的一種基本概念，在泛函分析中，範數是一種定義在賦範線性空間中的函數，知足相應條件後的函數均可以被稱爲範數。下面主要介紹向量範數和矩陣範數並給出

>>阅读原文<<