深度学习基础:线性代数(5)_矩阵的迹

定义

迹运算返回的是矩阵对角元素的和:

$$
Tr(A) = \sum{i} A{i,i}
$$

意义

迹运算有时可以简化公式的表达,例如Frobenius范数可以写作:$ \mid \mid A \mid\mid_F = \sqrt{Tr(AA^T)} $。

性质

$Tr(A) = Tr(A^T)$
$Tr(ABC) = Tr(CAB) = Tr(BCA)$
$Tr(a) = a$,其中$a$是标量

Python实现

import numpy as np

A = np.array([[1, 2, 3],
              [4, 5, 6]])
A.trace()
上一篇 深度学习基础:线性代数(4)_范数
下一篇 深度学习基础:概率论(1)_正态分布(高斯分布)
目录
文章列表
1 uni-app扩展配置package.json
uni-app扩展配置package.json
2
Flutter中设置BottomSheet背景色
Flutter中设置BottomSheet背景色
3
React Native学习之Touchable类组件
React Native学习之Touchable类组件
4
Flutter Widget之Drawer
Flutter Widget之Drawer
5
RocketMQ延时消息
RocketMQ延时消息
最新评论
一位WordPress评论者
一位WordPress评论者
2月12日
您好,这是一条评论。若需要审核、编辑或删除评论,请访问仪表盘的评论界面。评论者头像来自 Gravatar。