矩阵乘法的几何意义

Posted myuniverse

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了矩阵乘法的几何意义相关的知识,希望对你有一定的参考价值。

从投影的角度理解矩阵乘法:

向量x在以ai作为每个坐标轴单位向量的新坐标系的坐标

通俗讲:在矩阵中,以矩阵中的行矩阵作为一个具体的点和原点的连线作为坐标轴,所有的行也是这样从而组成一个坐标系,求原来向量在新的坐标系中的坐标点

特点:根据矩阵中的行组成的坐标系

从坐标映射角度理解矩阵乘法:变换前的区域进行旋转和沿特定方向缩放结合一起的操作,让原来区域经过形变后映射到一个新的区域中,从而求向量在新的区域中的坐标(将原来的坐标轴映射到新的坐标轴中,例如笛卡尔坐标转化成别的坐标)

特点:根据矩阵中的列组成的坐标系

新知识点:

偏置:位移向量,能将图片进行耦合的向量。作用:能够将所有的点全部耦合

仿射变换:线性变化加上一个位移向量

拟合:将所有的点以曲线的方式进行连接,从而形成图片的过程 

 

以上是关于矩阵乘法的几何意义的主要内容,如果未能解决你的问题,请参考以下文章

常用算法知识:最小二乘的几何意义及投影矩阵

线性代数A矩阵乘以A的转置的含义或者几何意义

机器学习白板,最小二乘法,线性回归,矩阵表达

如何理解矩阵相乘的几何意义或现实意义

深度学习·理论篇(2023版)·第002篇深度学习和计算机视觉中的基础数学知识01:线性变换的定义+基于角度的线性变换案例(坐标变换)+点积和投影+矩阵乘法的几何意义+图形化精讲

深度学习·理论篇(2023版)·第003篇深度学习和计算机视觉中的基础数学知识02:特征向量和特征值+矩阵乘法的几何意义+奇异值分解+线性可分性和维度+非线性变换