딥러닝 공부방

이번에 공부할 내용은 행렬 연산(Matrix Operations)입니다. 행렬 표기법 - Matrix Notation 행렬 덧셈 - Matrix Sum 스칼라 곱 - Scalar Multiple 행렬 곱 - Matrix Multiplication 행렬의 전치 - The transpose of a matrix 1. 행렬 표기법 - Matrix Notation A가 mxn 행렬이면 i번째 행, j번째 열에 있는 스칼라 항목은 $a_{ij}$로 표기합니다. 또한 A의 (i,j) 항목이라고 부릅니다. 2. 행렬 덧셈 - Matrix Sum 같은 사이즈 행렬 A와 B가 있으면 행렬 덧셈을 할 수 있습니다. 각각 모든 entry를 더하면 됩니다. 3. 스칼라 곱 - Scalar Multiple r 스칼라와 A 행렬..

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..