딥러닝 공부방

이번 포스팅에서 공부할 것은 다음과 같습니다. 행렬 방정식(matrix equation) Ax=b 이론 3: linear system은 3가지 관점으로 볼 수 있으며 모두 동일한 해를 갖고 있습니다. 이론 4: A의 필요충분 조건 행렬 방정식을 빠르게 계산하는 내적 1. Ax : A 곱하기 X의 의미 - product of A and X A는 columns($a_1, ... , a_n)로 이루어진 mxn 행렬입니다. x는 $R^n$ 공간에 있습니다. Ax를 표현하면 다음과 같습니다. 이것은 x를 weights로 사용한 A의 columns의 linear combination입니다. 즉, x는 scalar의 vector입니다. 2. 행렬 방정식(Matrix equation) 풀기 행렬 방정식을 풀어보겠습니다..

이번 포스팅에서 공부할 것은 다음과 같습니다. vectors in $R^n$ : algevraic propreties(대수학적 성질) linear combination(선형 결합)과 vector equation(벡터 방정식)의 관계 Span{} 1. 2차원 실수체계에서의 벡터 - Vectors in $R^2$ $R^2$가 의미하는 것은 2차원 실수체계를 의미합니다. 벡터의 표현 방법으로는 3가지가 있습니다. (1) 대괄호 (2) 좌표 u=(3,-1), v=(.2,.3) (3) 화살표 원점에서부터 vector point까지 화살표를 그려 표현합니다. 2. 벡터 덧셈 - Vector summation 2차원 실수체계 공간에서 두 개의 벡터가 주어졌을 때 덧셈을 할 수 있습니다. 3. 스칼라 곱 - Scala..