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。 一.張量（tensor）：在深度學習領域，很多時候數據都是高於二維的，因此，需要一種能夠表示任意維度的數據類型，這就是張量。 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，滿足相應條件後的函數都可以被稱爲範數。下面主要介紹向量範數和矩陣範數並給出常用的幾種範

>>阅读原文<<