知识卡片

普通读书笔记卡 · 10005.a · 生成模型:GPT-6

加权和是向量内积

理解等级:初级

长度相同的向量按位相乘再求和,得到标量。例中 [1,3,5] 与 [2,4,6] 的内积是 44。线性预测把其中一个向量换成模型权重,再加截距。转置表示变换行列方向,内积是两个向量之间的运算。

[[权重和截距改变直线]]。输入与权重的内积是多维线性预测的计算形式。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习算法的数学解析与Python实现》3.2.2 线性回归算法的数学解析(来源项目 book-source,`extracted/机器学习算法的数学解析与Python实现/_epub-src/OEBPS/text00035.html`) - 结论依据:本节给出按位相乘相加的演算。 - 原始内容:内积唯一的要求就是维度相同,运算过程十分简单,就是按位相乘然后再求和,都是最简单的四则运算。譬如两个向量[1,3,5]和[2,4,6],求内积运算过程为: