TensorFlow学习笔记4-线性代数基础
本笔记内容为“AI深度学习”。内容主要参考《Deep Learning》中文版。
- (X)表示训练集的设计矩阵，其大小为m行n列，m表示训练集的大小(size)，n表示特征的个数；
- (W)表示权重矩阵，其大小是n行k列，n为输入特征的个数，k为输出(特征)的个数；
- (oldsymbol{y})表示训练集对应标签，其大小为m行，m表示训练集的大小(size)；
- (oldsymbol{y’})表示将测试向量(x)输入后得到的测试结果；
几个概念
- 深度学习
如果想让计算机构建较简单的概念来学习复杂概念，我们可能需要一个深的(层次很多的)计算图，这种方法叫做AI深度学习。典型例子是前馈神经网络和多层感知机(multilayer perceptron, MLP)。
神经网络的深度的度量：
- 计算图的深度(计算层次)
- 概念图的深度(模型层次)
深度学习、机器学习与AI的关系如图：
- 表示学习
机器学习需要特征集，但我们很难知道应提取什么特征。如：我们想识别出图片中是否有汽车，想到用车轮是否存在作为一个特征，但如何根据像素值去描述什么是车轮呢？这就需要表示学习。表示学习可帮助发现很好的特征集。
- 自编码器
表示学习的典例是自编码器(autoencoder)。它希望：
- 输入数据(X)和输出数据(X’)尽可能保持一致；
- 新的表现形式(Y)具有各种好的特性。
线性代数基础
- 标量： 一个数字，用斜体表示，如(x,y,i,j,k,m,n)等。
- 向量：一 列 数字。用粗体表示，如(oldsymbol{x,y,b})等。如果向量有n个元素且都属于(oldsymbol{R})，则该向量(oldsymbol{x in{R^n} })。
表示方法：
- (x_i) is 第(i)个元素。
- (x_{-1}) is 除(x_1)之外的所有元素。
- 向量永远是一列的：(x=(1,2,3)^T)
- 矩阵：(oldsymbol{A})，(oldsymbol{A in{R^{m imes n} } })
表示方法：
- (A_{i,j})表示第i行第j列的元素。
- (A_{i,:})表示第i行的向量。
- 矩阵的操作：
- 转置：(A^T_{i,j}=A_{j,i})
- 广播：(C=A+b)，相当于 (C_{i,j}=A_{i,j}+b_j)
- 乘法：服从分配律、结合律，不服从交换律。
- 单位阵：(I_n)
- 逆矩阵：(A^{-1}A=I_n)
- 方程式 (Ax=b) 的解形式为：(x=A^{-1}b)，前提是矩阵A有逆矩阵。
解的个数有三种情况：
* 0个解(解不存在)；
* 1个解；
* 无穷个解；
* C个解((1<C<infty))：该情况：若x,y是其解，则(z=alpha x+(1-alpha )y, alpha 取任意实数) 也是解
(Ax=b)有且仅有1个解的充要条件是矩阵A有逆。
-
线性组合：方程(Ax=b)可写作(Ax=sum_i x_i A_{:,i}=b)
-
生成子空间是一组向量线性组合后能抵达的点的集合。故
(oldsymbol{Ax=b})是否有解 相当于 向量b是否在矩阵A的列向量的生成子空间中。
-
-
A的值域(列空间)：矩阵A的列向量的生成子空间。
-
奇异：如果方阵的列向量线性相关，则称方阵是奇异的。否则是非奇异的。
要使(Ax=b)对任意的(b in R^m)均有解，则要求A的列空间涵盖整个(R^m)空间，即矩阵A至少有m列线性无关的列向量。故(n geq m)。
要使(Ax=b)对任意的(b in R^m)均只有1个解，则要求A的列空间构成整个(R^m)空间，
即矩阵A恰好有m列线性无关的列向量。所以非奇异的 m*m的方阵对任意(b in R^m)均只有1个解，此时A一定有逆矩阵。
- 范数：衡量向量的大小。(L^p)范数定义为
其中(pin R, p geq 1)。
常用的是(L^2)范数，称为欧几里得范数。其平方常称为平方(L^2)范数，可通过(x^T x)计算。
当区分小值和0的时候，由于平方(L^2)范数在原点附近增长很慢，常用(L^1)范数：
最大范数表示向量中具有最大幅值的元素的绝对值：
Frobenius范数衡量矩阵大小：
-
对角矩阵：用(diag(oldsymbol{v}))表示由向量(oldsymbol{v})构成的对角阵。
- 对角阵的逆：(diag(oldsymbol{v})^{-1}=diag([1/v_ {1},...,1/v_ {n}]^ {T}))
-
对称矩阵： (A=A^T)
-
正交向量：(x^T y=0)，如果范数均为1，则称为标准正交。
-
正交矩阵：行向量标准正交，列向量也标准正交。则(A^T A = A A^T =I)，这时(A^{-1}=A^{T})。
-
特征向量与特征值：
满足$$Av=lambda v$$的(v)称为特征向量，(lambda)称为特征值。
推导：设A有n个线性无关的特征向量，写成矩阵(V=(v^{(1)} ,...,v^{(n)}))，对应特征值为
((lambda_1,...,lambda_n))，写成向量(oldsymbol{lambda} = [lambda_1,...,lambda_n]^T)。
则(AV = A( v^{(1)} ,...,v^{(n)} ) = ( v^{(1)} ,...,v^{(n)} ) diag(oldsymbol{lambda}) = V diag(oldsymbol{lambda}) ightarrow A=V diag(oldsymbol{lambda}) V^{-1})。这就是A的特征分解。
(Av=lambda v)的理解如下图：
-
每个实对称矩阵都可以分解为(A=Q oldsymbol{Lambda} Q^{T})，其中(Q)为A的特征向量组成的正交矩阵，可以将A看作沿方向(v^{(i)})延展(lambda_i)倍的空间。
-
二次方程(f(x)= x^T Ax)，其中(||x||_ {2} =1)。当(x)为某特征向量时，f将返回对应的特征值。
-
正定阵：所有特征值都是正数；如果正定阵A满足(x^T Ax =0)，则(x=0)。
-
半正定：所有特征值都是非负数；半正定矩阵的(x^T Ax geq 0)
-
奇异值分解(Singluar Value Decomposition, SVD)：类似于(A=V diag(oldsymbol{lambda}) V^{-1})，将矩阵A分解为(A=UDV^{-1})，U是(m imes m)正交方阵，D是(m imes n)对角矩阵，V是(n imes n)正交方阵。
- U的列向量为左奇异向量，是(AA^T)的特征向量；
- V的列向量为右奇异向量，是(A^T A)的特征向量；
- 对角矩阵D的元素为矩阵A的奇异值，是(AA^T)特征值的平方根，同时也是(A^T A)特征值的平方根。
-
Moore-Penrose伪逆：求解(Ax=y)时，(x=A^{-1}y)，但矩阵A可能没有逆矩阵。伪逆为：
计算时，(A^+ =VD^+ U^T)，其中U、D、V时矩阵奇异值分解后得到的矩阵。对角矩阵D的伪逆(D^+)是其非零元素取倒数之后再转置得到的。
得到(x=A^+ y)。
-
迹：(Tr(A) = sum_i A_ {i,i})。矩阵A的Frobenius范数的另一种形式(||A||_ {F} =sqrt{Tr(AA^T)})
- (Tr(A)=Tr(A^T))
- (Tr(ABC)=Tr(CAB)=Tr(BCA))
- (a=Tr(a))
-
行列式：(det(A))为矩阵特征值的乘积。
-
利用上述知识可推导主成分分析(Principal Components Analysis, PCA)的公式。
补充：矩阵求导相关公式
下列(oldsymbol{a})与(A)均为常数组成的向量和矩阵，(oldsymbol{x})为自变量(向量形式)。请自行推导。
-
[frac{partial a^T x}{partial x}=frac{partial x^T a}{partial x}=a ag{1} ]
-
[frac{partial x^T A}{partial x}=A ag{2} ]
-
[frac{partial x^T Ax}{partial x}=(A+A^T)x ag{3} ]