知识卡片
矩阵乘法与逐项乘积
矩阵元素由行列定位,同形矩阵可加减或逐项相乘。矩阵乘法取左矩阵的行和右矩阵的列的内积,要求内侧维一致,一般不交换。转置交换行列;单位矩阵在形状匹配时保留原值。反传的局部激活导数用逐项乘积,层间加权汇集用矩阵乘法。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 2-5 有助于理解神经网络的矩阵基础 2-5 有助于理解神经网络的矩阵基础 · 查看原书依据
对于两个矩阵 、 ,将 的第 行看作行向量, 的第 列看作列向量,将它们的内积作为第 行第 列元素,由此而产生的矩阵就是矩阵 、 的乘积 。
参考来源
- 位置:《深度学习的数学》第 21 阅读项《2-5 有助于理解神经网络的矩阵基础》(来源项目 book-source,extracted/深度学习的数学/_epub-src/text/part0000_split_019.html)
- 结论依据:原文对“内积作为第”的解释或演示提供本卡的主要依据。
- 原始内容:对于两个矩阵 、 ,将 的第 行看作行向量, 的第 列看作列向量,将它们的内积作为第 行第 列元素,由此而产生的矩阵就是矩阵 、 的乘积 。