15. (Math) scalar, vector, matrix, tensor에 대한 정리
2023. 11. 9. 14:54ㆍNAVER AI Tech/Python & AI math
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.
'NAVER AI Tech > Python & AI math' 카테고리의 다른 글
16. Gradient Descent (0) | 2023.11.09 |
---|---|
14. Pandas (0) | 2023.11.08 |
13. Numpy (0) | 2023.11.08 |
12 (Python) Data Handling (0) | 2023.11.08 |
11. (Python) File, Exception, Log에 대해서... (0) | 2023.11.08 |