Pytorch之线性代数

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Pytorch之线性代数相关的知识,希望对你有一定的参考价值。

参考技术A

矩阵

Tensor的初始化

矩阵的元素运算是指矩阵在元素级别的加、减、乘、除运算。
(1)元素相加和相减。
条件:矩阵的行数和列数必须相同。
数学公式:

(2)矩阵数乘:一个数乘以一个矩阵。

数学公式:

(3)矩阵所有元素求和。
数学公式:

(4)矩阵所有元素之积

数学公式:

(5)矩阵各元素的n次幂 :n=3。
数学公式:

(1)矩阵各元素的积 :矩阵的点乘同维对应元素的相乘。当矩阵的维度不同时,会根据一定的广播规则将维数扩充到一致的形式。
数学公式:

(2)矩阵内积

数学公式:

(3)向量内积、外积

向量内积:

向量外积:

(4)向量叉乘(叉积) :运算结果是一个向量而不是一个标量。并且两个向量的叉积与这两个向量组成的坐标平面垂直。

数学公式:



其中

根据i、j、k间关系,有:

数学公式:

矩阵的逆

注意:矩阵不满秩,则会报错

矩阵的伪逆

矩阵的秩

矩阵的迹

可逆矩阵的求解

矩阵的特征向量和特征值:

这里 是实对称矩阵, 是特征向量, 是特征值。下面我们使用Pytorch求取矩阵的特征值和特征向量。

以上是关于Pytorch之线性代数的主要内容,如果未能解决你的问题,请参考以下文章

线性代数 -- pytorch

PyTorch 线性代数梯度

翻译: 深入深度学习 2.3. 线性代数 pytorch

机器学习:线性模型学习总结:基于PyTorch的线性模型

pytorch入门线性代数的实现

Pytorch学习2020春-1-线性回归