- 标量 
- 简单操作 
 
   - 长度 
 
   - 向量 
- 简单操作 
 
    
   - 长度 
 
   - 其他操作 
 
   - 矩阵 
- 简单操作 
 
   - 乘法(矩阵*向量) 
 
    
   - 乘法(矩阵*矩阵) 
 
   - 范数 
 
   - 取决于如何衡量b和c的长度 
- 常见范数 
- 矩阵范数:最小的满足的上面公式的值 
- Frobenius范数 
 
   - 特殊矩阵 
- 对称和反对称 
 
   - 正定 
 
   - 正交矩阵 
 
   - 置换矩阵 
 
   - 特征向量和特征值 
 
   - 不被矩阵改变方向的向量 
- 对称矩阵总是可以找到特征向量 
- 线性代数实现 
- 标量由只有一个元素的张量表示 
 
   - 可以将向量视为表标量值组成的列表 
 
   - 通过张量的索引来访问任一元素 
 
   - 访问张量的长度 
 
   - 只有一个轴的张量,形状只有一个元素 
 
   - 通过指定两个分量m和n来创建一个形状为m*n的矩阵 
 
   - 矩阵的转置 
 
   - 对称矩阵A等于其转置 
 
   - 可以构建具有更多轴的数据结构 
 
   - 给定具有任何形状的两个张量,任何按元素二元运算的结果都将是相同形状的张量 
 
   - 两个矩阵的按元素乘法称为哈达玛积 
 
   - 计算其元素的和 
 
   - 表示任意形状张量的元素和 
 
   - 指定求和汇总张量的轴 
- 维度原本是(2, 5, 4),按axis=0求和,即按第一个维度求和,结果维度就是(5, 4) 
 
   - 维度原本是(2, 5, 4),按axis=1求和,即按第二个维度求和,结果维度就是(2, 4) 
 
   - 也可以同时指定两个维度 
 
   - 一个与求和相关的量是 平均值 
 
   - 计算总和或均值时候保持轴数不变 
 
   - 通过广播将A除以sum_A 
 
   - 某个轴计算A元素的累积总和 
 
   - 点积是相同位置的按元素乘积的和 
 
   - 可以通过执行按元素乘法,然后进行求和来表示两个向量的点积 
 
   - 矩阵向量积Ax是一个长度为m的列向量 
 
   - 可以将矩阵-矩阵乘法AB看做是简单的执行m次矩阵-向量积,并将结果拼接在一起,形成一个n*m的矩阵 
 
   - 范数 
- L1范数 
 
   - L2范数 
 
   - 矩阵 
 
   - 注意有无keepdims=True的区别 
 
    
   


















