Tensorflow 简明教程
TensorFlow - Mathematical Foundations
在 TensorFlow 中创建基本应用程序之前,了解 TensorFlow 所需的数学概念非常重要。数学被认为是任何机器学习算法的核心。借助数学的核心概念,可以定义特定机器学习算法的解决方案。
Mathematical Computations
在本部分,我们将了解 TensorFlow 中的不同数学计算。
Addition of matrices
如果矩阵具有相同的维数,则可以对两个或更多个矩阵进行加法。加法意味着按给定位置对每个元素进行加法。
考虑以下示例以了解矩阵加法如何工作 −
示例:A=\begin{bmatrix}1 & 2 \\3 & 4 \end{bmatrix}B=\begin{bmatrix}5 & 6 \\7 & 8 \end{bmatrix}\:then\:A+B=\begin{bmatrix}1+5 & 2+6 \\3+7 & 4+8 \end{bmatrix}=\begin{bmatrix}6 & 8 \\10 & 12 \end{bmatrix}
Subtraction of matrices
矩阵的减法操作方式与两个矩阵的加法类似。只要维数相等,用户就可以减去两个矩阵。
示例:A-\begin{bmatrix}1 & 2 \\3 & 4 \end{bmatrix}B-\begin{bmatrix}5 & 6 \\7 & 8 \end{bmatrix}\:then\:A-B-\begin{bmatrix}1-5 & 2-6 \\3-7 & 4-8 \end{bmatrix}-\begin{bmatrix}-4 & -4 \\-4 & -4 \end{bmatrix}
Multiplication of matrices
对于两个矩阵 A m*n 和 B p*q 可以相乘, n 应等于 p 。结果矩阵为 −
C m*q
A=\begin{bmatrix}1 & 2 \\3 & 4 \end{bmatrix}B=\begin{bmatrix}5 & 6 \\7 & 8 \end{bmatrix}
c_{11}=\begin{bmatrix}1 & 2 \end{bmatrix}\begin{bmatrix}5 \\7 \end{bmatrix}=1\times5+2\times7=19\:c_{12}=\begin{bmatrix}1 & 2 \end{bmatrix}\begin{bmatrix}6 \\8 \end{bmatrix}=1\times6+2\times8=22
c_{21}=\begin{bmatrix}3 & 4 \end{bmatrix}\begin{bmatrix}5 \\7 \end{bmatrix}=3\times5+4\times7=43\:c_{22}=\begin{bmatrix}3 & 4 \end{bmatrix}\begin{bmatrix}6 \\8 \end{bmatrix}=3\times6+4\times8=50
C=\begin{bmatrix}c_{11} & c_{12} \\c_{21} & c_{22} \end{bmatrix}=\begin{bmatrix}19 & 22 \\43 & 50 \end{bmatrix}
Transpose of matrix
矩阵 A 的转置,m*n 通常表示为 AT(转置)n*m;可通过将列向量转置为行向量获得。
示例:A=\begin{bmatrix}1 & 2 \\3 & 4 \end{bmatrix}:然后 A^{T}\begin{bmatrix}1 & 3 \\2 & 4 \end{bmatrix}
Dot product of vectors
任何维度为 n 的向量可表示为矩阵 v = R^n*1。
v_{1}=\begin{bmatrix}v_{11} \\v_{12} \\\cdot\\\cdot\\\cdot\\v_{1n}\end{bmatrix}v_{2}=\begin{bmatrix}v_{21} \\v_{22} \\\cdot\\\cdot\\\cdot\\v_{2n}\end{bmatrix}
两个向量的点积是对应分量的乘积之和 - 相同维度上的分量,其表示形式为
v_{1}\cdot v_{2}=v_1 Tv_{2}=v_2 Tv_{1}=v_{11}v_{21}v_{12}v_{22}\cdot\cdot+v_{1n}v_{2n}=\displaystyle\sum\limits_{k=1}^n v_{1k}v_{2k}
下面提到了向量的点积示例 -
示例:v_{1}=\begin{bmatrix}1 \\2 \\3\end{bmatrix}v_{2}=\begin{bmatrix}3 \\5 \\-1\end{bmatrix}v_{1}\cdot v_{2}=v_1^Tv_{2}=1\times3+2\times5-3\times1=10