Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- word embedding
- Python
- ReLU
- 선형대수학
- 프로그래머를 위한 선형대수
- SVD
- RNN
- 판다스
- pandas
- NMT
- 역행렬
- Transformer
- 신경망 학습
- 자연어처리
- 동시발생 행렬
- 밑바닥부터 시작하는 딥러닝
- 딥러닝
- sigmoid
- DataFrame
- Linear Algebra
- NLP
- 데이터프레임
- word2vec
- 연립일차방정식
- 정칙행렬
- one-hot vector
- machine translation
- 밑바닥부터 시작하는 딥러닝2 2장
- 벡터간 유사도
- PPMI
Archives
- Today
- Total
목록선형종속 (1)
생각하는감자

차원정리 *Ker A의 차원이 k라고 했을 때, 이는 Ker A의 기저가 k개의 벡터로 이루어진다는 것을 의미하고 Im A의 차원도 마찬가지이다. 선형독립, 선형종속 "납작하게 눌린다"는 것의 의미는 "서로 다른 x와 x'가 같은 y로 이동한다"는 것이다. 수식을 이용하여 표현해 보면 아래와 같다. A의 열벡터들이 선형종속 = 납작하게 눌린다 A의 열벡터들이 선형독립 = 납작하게 눌리지 않는다 랭크 랭크는 단서의 실질적인 개수라고 생각하면 된다. 이것은 "상 Im A가 공간 전체를 커버하고 있는가"에 대해 조사해야하기 때문에 자연스럽게 그 차원인 dim Im A이며, rank A 라는 기호를 사용한다. 또한 앞서 설명한 차원정리를 통해 "납작하게 눌리는가"에 관한 정보인 Ker A의 차원 수도 알 수 있..
선형대수학
2023. 3. 23. 00:42