05 线性代数【动手学深度学习v2】

目录

1.对称矩阵：简单理解行变列

2.哈达玛积

普通矩阵乘法对比

3.按特定轴求和

axis=0 去掉第1列

axis=1 去掉第2列

axis=2 去掉第3列

axis=[0, 2] 去掉第1，3列

keepdims=True

4.torch.mm和torch.mv

torch.mv —— 矩阵 × 向量

torch.mm —— 矩阵 × 矩阵

5.范数

---

1.对称矩阵：简单理解行变列

转置

A = A.T

常见矩阵：【线性代数】常见矩阵类型-CSDN博客

---

2.哈达玛积

哈达玛积（Hadamard product），又叫 逐元素乘积，是两个同型矩阵的对应元素相乘，记作 （数学符号⊙）。形式上：

注意：

• 必须 维度相同 的矩阵才能做哈达玛积。

• 和普通矩阵乘法（矩阵点积）完全不同。

哈达玛积举例

普通矩阵乘法对比

• 普通矩阵乘法：行 × 列，涉及加和。

• 哈达玛积：位置对齐，相同位置的元素相乘。

代码对比

import torch# 定义两个矩阵
A = torch.tensor([[1, 2],[3, 4]], dtype=torch.float32)B = t