线性代数

基础

i 数学基础

向量(运算法则)

向量组:线性相关/线性无关,判断方式

行列式:求解线性方程组

矩阵(运算法则)、初等矩阵初等变换,相似,正交矩阵

特征值与特征向量

ii 程序基础

numpy

* 线性方程组求解:np.linalg.solve(A,b)

* 行列式:np.linalg.det(A)

* 运算:+,-,np.matmul(A,B),转置np.transpose(B)

* 逆:np.linalg.inv(A),np.linalg.pinv(B)(广义逆)

* 特征值与特征向量:np.linalg.eig(A)

* 正交基:np.linalg.qr

scipy

* 正交基:linalg.orth(SVD )

案例

图像处理:参考GitModel

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容