换了个新的博客主题,开启新的学习主题.

线性代数

标量、向量、矩阵和张量

• 标量(scalar): 一个标量就是一个单独的数，它不同于线性代数中研 究的其他大部分对象(通常是多个数的数组)。

• 向量(vector): 一个向量是一列数。这些数是有序排列的。通过次序中的索引，我们可以确定每个单独的数。
• 矩阵(matrix): 矩阵是一个二维数组，其中的每一个元素被两个索引(而非一个)所确定。
• 张量(tensor): 在某些情况下，我们会讨论坐标超过两维的数组。一般地，一个数组中的元素分布在若干维坐标的规则网格中，我们称之为张量。

**转置(transpose)**是矩阵的重要操作之一。矩阵的转置是以对角线为轴的镜像， 这条从左上角到右下角的对角线被称为 主对角线(main diagonal)。我们将矩阵 A 的转置表示为 $A^T$，定义如下

(A^T)_{i,j} = A_{j,i} \tag{1}

向量可以看作只有一列的矩阵。对应地，向量的转置可以看作是只有一行的矩阵。标量可以看作是只有一个元素的矩阵。

只要矩阵的形状一样，我们可以把两个矩阵相加。两个矩阵相加是指对应位置的元素相加。

标量和矩阵相乘，或是和矩阵相加时，我们只需将其与矩阵的每个元素相乘或相加。

矩阵和向量相乘

两个矩阵 $\bf A$ 和 $\bf B$ 的矩阵乘积 (matrix product) 是第三个矩阵 $\bf C$。为了使乘法定义良好，矩阵 $\bf A$ 的列数必须和矩阵 $\bf B$ 的行数相等。如果矩阵 $\bf A$的形状是 $m \times n$，矩阵 B 的形状是 $n \times p$，那么矩阵$\bf C$的形状是 $m \times p$ ，具体地，该乘法操作定义为

$$C _{i,j} = \sum_{k} {A_{i,k}}B_{k,j} \tag{2}$$

两个相同维数的向量 x 和 y 的 点积 (dot product) 可看作是矩阵乘积 $x^⊤y$。我 们可以把矩阵乘积 $C=AB$ 中计算 $C_{i,j}$ 的步骤看作是 $A$ 的第 $i$ 行和 $B$ 的第 $j$ 列之间的点积。

两个向量点积的结果是标量

单位矩阵和逆矩阵

单位矩阵 (identity matrix) 矩阵逆 (matrix inversion)

任意向量和单位矩阵相乘，都不会改变。

单位矩阵的结构很简单:所有沿主对角线的元素都是 1，而所有其他位置的元素都是 0。如下所示。

$$\begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \\ \end{bmatrix} \tag{3}$$

矩阵 $A$ 的矩阵逆(matrix inversion)记作 $A^{−1}$，其定义的矩阵满足如下条件 A^{−1}A = I_n.\tag{4}

一组向量的线性组合，是指每个向量乘以对应标量系数之后的和，即:

$$\sum_{i} {c_iv^i}.\tag{5}$$

一组向量的**生成子空间(span)**是原始向量线性组合后所能抵达的点的集合

如果一组向量中的任意一个向量都不能表示成其他向量的线性组合，那么这组向量称为线性无关 (linearly independent)。

一个列向量线性相关的方阵被称为奇异的(singular)

范数

在机器学习中，我们经常使用被称为**范数 (norm)**的函数衡量向量大小。形式上，$L^p$ 范数定义如下

$$||x||_p= \left( \sum_{i}{|x_i|^p} \right)^{\frac{1}{p}} \tag{6}$$

其中 $p \in R , p \geq 1$.

范数(包括 $L^p$ 范数)是将向量映射到非负值的函数。直观上来说，向量 $x$ 的范数衡量从原点到点 $x$ 的距离。

当 $p = 2$ 时，$L^2$ 范数被称为欧几里得范数(Euclidean norm)。它表示从原点出发到向量 $x$ 确定的点的欧几里得距离。$L^2$ 范数在机器学习中出现地十分频繁，经常简化表示为 $∥x∥$，略去了下标 2。平方 $L^2$ 范数也经常用来衡量向量的大小，可以简单地通过点积 $x^⊤x$ 计算。

平方 $L^2$ 范数在数学和计算上都比 $L^2$ 范数本身更方便。例如，平方 $L^2$ 范数对 $x$ 中每个元素的导数只取决于对应的元素，而 $L^2$ 范数对每个元素的导数却和整个向量相关。但是在很多情况下，平方 $L^2$ 范数也可能不受欢迎，因为它在原点附近增长 得十分缓慢。在某些机器学习应用中，区分恰好是零的元素和非零但值很小的元素 是很重要的。在这些情况下，我们转而使用在各个位置斜率相同，同时保持简单的数学形式的函数:$L^1$ 范数. $L^1$ 范数可以简化如下:

$$||x||_1 = \sum_i {|x_i|} \tag{7}$$

当机器学习问题中零和非零元素之间的差异非常重要时，通常会使用 $L^1$ 范数。每当 $x$ 中某个元素从 0 增加 $\epsilon$，对应的 L1 范数也会增加 $\epsilon$ 。

另外一个经常在机器学习中出现的范数是 $L^\infty$ 范数，也被称为最大范数(max norm)。这个范数表示向量中具有最大幅值的元素的绝对值:

$$||x||_\infty = \underset{i}{max}|x_i| \tag{8}$$

有时候我们可能也希望衡量矩阵的大小。在深度学习中，最常见的做法是使用 Frobenius 范数(Frobenius norm)，

$$||A||_F = \sqrt {\sum_{i,j}A^2_{i,j}} \tag{9}$$

其类似于向量的 $L^2$ 范数。 两个向量的**点积(dot product)**可以用范数来表示。具体地，

$$x^Ty=||x||_2||y||_2\cos\theta \tag{10}$$

其中 $θ$ 表示 $x$ 和 $y$ 之间的夹角。

如果 $x^⊤y = 0$，那么向量 $x$ 和向量 $y$ 互相正交(orthogonal)。如果两个向量都有非零范数，那么这两个向量之间的夹角是 90 度。在 $R^n$ 中，至多有 $n$ 个范数非零向量互相正交。如果这些向量不仅互相正交，并且范数都为 1，那么我们称它们 是标准正交(orthonormal)。

**正交矩阵(orthogonal matrix)**是指行向量和列向量是分别标准正交的方阵,$A^{−1} = A^⊤$

特征分解

特征分解(eigendecomposition)是使用最广的矩阵分解之一，即我们将矩阵分解成一组特征向量和特征值。 方阵 A 的**特征向量(eigenvector)**是指与 A 相乘后相当于对该向量进行缩放的非零向量 v:

$$Av = \lambda v \tag{11}$$

标量 $λ$ 被称为这个特征向量对应的特征值(eigenvalue)

A 的**特征分解(eigendecomposition)**可以记作

$$A=Vdiag(\lambda)V^{-1} \tag{12}$$

所有特征值都是正数的矩阵被称为正定(positive definite);所有特征值都是非负数的矩阵被称为半正定(positive semidefinite)。同样地，所有特征值都是负数的 矩阵被称为负定(negative definite);所有特征值都是非正数的矩阵被称为半负定(negative semidefinite)。半正定矩阵受到关注是因为它们保证 $∀x, x^⊤Ax ≥ 0$。此外，正定矩阵还保证 $x^⊤Ax = 0 ⇒ x = 0$。

奇异值分解

奇异值分解(singular value decomposition, SVD)，将矩阵分解为奇异向量(singular vector)和奇异值(singular value)。通过奇异值分解，我们会得到一些与特征分解相同类型的信息。每个实数矩阵都有一个奇异值分解，但不一定都有特征分解。例如，非方阵的矩阵没有特征分解，这时我们只能使用奇异值分解。

分解表达式:

$$A = UDV^⊤. \tag{13}$$

假设 $A$ 是一个 $m×n$ 的矩阵，那么 $U$ 是一个 $m×m$ 的矩阵，$D$ 是一个 $m×n$ 的矩阵，$V$ 是一个 $n × n$ 矩阵。 这些矩阵中的每一个经定义后都拥有特殊的结构。矩阵 $U$ 和 $V$ 都定义为正交矩阵，而矩阵 $D$ 定义为对角矩阵。注意，矩阵 $D$ 不一定是方阵。 对角矩阵 $D$ 对角线上的元素被称为矩阵 $A$ 的奇异值(singular value)。矩阵 $U$ 的列向量被称为左奇异向量(left singular vector)，矩阵 $V$ 的列向量被称右奇异向量(right singular vector)。 事实上，我们可以用与 $A$ 相关的特征分解去解释 $A$ 的奇异值分解。$A$的**左奇异向量(left singular vector)是 $AA^⊤$ 的特征向量。$A$ 的右奇异向量(right singular vector)**是 $A^⊤A$ 的特征向量。A 的非零奇异值是 $A^⊤A$ 特征值的平方根，同时也是 $AA^⊤$ 特征值的平方根。

迹运算

迹运算返回的是矩阵对角元素的和:

$$Tr(A)=\sum_i {A_{i,i}}$$