在TensorFlow中创建基本应用程序之前,了解TensorFlow所需的数学概念非常重要,数学被视为任何机器学习算法的核心,借助于数学的核心概念,定义了针对特定机器学习算法的解决方案。
将连续或离散的数字数组定义为向量,机器学习算法处理固定长度的向量,以产生更好的输出。
机器学习算法处理多维数据,因此向量起着至关重要的作用。
向量模型的图形表示如下所示-
标量可以定义为一维向量,标量是仅包含量级而没有方向的标量。
矩阵可以定义为多维数组,以行和列的格式排列。矩阵的大小由行长和列长定义。下图显示了任何指定矩阵的表示形式。
考虑如上所述的具有" m"行和" n"列的矩阵,矩阵表示将被指定为" m * n矩阵",其也定义了矩阵的长度。
链接:https://www.learnfk.comhttps://www.learnfk.com/tensorflow/tensorflow-mathematical-foundations.html
来源:LearnFk无涯教程网
祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)
Spring Cloud 微服务项目实战 -〔姚秋辰(姚半仙)〕