矩阵在机器学习中的应用 tntxia 2021-09-25 354 阅读1分钟 假设有数据矩阵A： {a11a12a13a21a22a23a31a32a33}(1) \left\{ \begin{matrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{matrix} \right\} \tag{1}⎩⎨⎧a11a21a31a12a22a32a13a23a33⎭⎬⎫(1) 还有权重矩阵W： {W1W2W3}(2) \left\{ \begin{matrix} W_{1} \\ W_{2} \\ W_{3} \end{matrix} \right\} \tag{2}⎩⎨⎧W1W2W3⎭⎬⎫(2) 那么，A*W的结果为： {a11∗W1+a12∗W2+a13∗W3a21∗W1+a22∗W2+a23∗W3a31∗W1+a32∗W2+a33∗W3}(3) \left\{ \begin{matrix} a_{11} * W_{1} + a_{12} * W_{2} + a_{13} * W_{3} \\ a_{21} * W_{1} + a_{22} * W_{2} + a_{23} * W_{3} \\ a_{31} * W_{1} + a_{32} * W_{2} + a_{33} * W_{3} \end{matrix} \right\} \tag{3}⎩⎨⎧a11∗W1+a12∗W2+a13∗W3a21∗W1+a22∗W2+a23∗W3a31∗W1+a32∗W2+a33∗W3⎭⎬⎫(3) 这时我们发现，矩阵相乘的结果其实是数据每一行的权重之和。
