15. (Math) scalar, vector, matrix, tensor에 대한 정리

scalar : 3

vector : [1,2,3]

matrix : [[1,2,3], [4,5,6]]

3-tensor, n-tensor

 

vector : 공간에서 한 점을 나타냄.

- 공간이 1차원, 2차원, 3차원이냐에 따라서 dimension이 달라질 수 있다.(리스트 길이가 dim을 뜻한다)

- shape이 같을 경우 element-wise 합,차,곱,나누기 모두 가능하다.

- Norm : 벡터의 크기. 즉 원점에서부터의 거리! 이때 L1 norm, L2 norm이 존재한다.(각각 맨하탄 거리, 유클리디안 거리라고도 부른다)

 

matrix : 벡터를 원소로 가지는 2차원 배열  

- shape이 같을 경우 element-wise 합,차,곱,나누기 모두 가능

- (n,m) * (m,k) 의 행렬곱은 (n,k) matrix로 생성되며 i번째 행과 j번째 열벡터 내적으로 구해진다.

- 전치행렬 : 대각선으로 뒤집기

- 역행렬 : A와 A[-1]을 곱했을 때 I(항등행렬) 나오도록 하는 행렬.