标签：数学 tor scalar 矩阵转置 表示 base lis set 概念
在创建TensorFlow中的应用程序之前，最好能先理解TensorFlow所需的数学概念。数学被认为是任何机器学习算法的核心。
如果2个矩阵维数相同，则这2个矩阵可以相加。矩阵相加时，2个矩阵对应位置的元素进行相加。
示例
矩阵减法与矩阵加法类似，2个维数相同的矩阵，对应位置元素进行相减运算。
示例
2个矩阵相乘，跟加减法稍有不同，不是对应元素相乘。
假设矩阵A (形状m x n) 与 B (形状p x q)相乘，必须n = q，即A的列数必须与B的行数相同，得到的结果是C(形状m x q)，其中元素的算法如下：
示例
矩阵转置是指把一个矩阵的列转置为行得到一个新矩阵，矩阵A的转置可以表示为A^TAT。
示例
向量是一维数组，2个长度相同的向量可以求点积。点积是指2个长度相同的向量，对应元素相乘然后再相加得到的值。
人工智能深度学习入门练习之（12）TensorFlow – 数学基础
标签：数学 tor scalar 矩阵转置 表示 base lis set 概念
原文地址：https://www.cnblogs.com/huanghanyu/p/13163329.html
