一、標量、向量、矩陣、張量

標量（scalar）
一個數值，最小的計算單元

向量（vector）
由多個標量組成的一維數組

矩陣（matrix）
由標量數據構成的二維數組

張量（tensor）
深度學習領域，很多時候數據都是高于二維的，所以需要一種能夠表示任意維度的數據類型——張量。

二、向量范數

衡量向量大小的一種度量方式，幾何意義上是度量從原點到點x的距離。范數是正則化的主要手段，用來衡量模型的復雜度。
1. 0范數——表示向量中非0元素的個數
2. 1范數——絕對值范數，表示向量中所有元素的絕對值之和。
3. 2范數——歐幾里得范數，也就是通常意義上的模值。
4. 范數——向量中每個元素絕對值的最大值

總結

以上是生活随笔為你收集整理的深入浅出深度学习（三）线性代数基础的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。