矩阵乘法的几何意义

从投影的角度理解矩阵乘法:

向量x在以ai作为每个坐标轴单位向量的新坐标系的坐标

通俗讲:在矩阵中,以矩阵中的行矩阵作为一个具体的点和原点的连线作为坐标轴,所有的行也是这样从而组成一个坐标系,求原来向量在新的坐标系中的坐标点

特点:根据矩阵中的行组成的坐标系

从坐标映射角度理解矩阵乘法:变换前的区域进行旋转和沿特定方向缩放结合一起的操作,让原来区域经过形变后映射到一个新的区域中,从而求向量在新的区域中的坐标(将原来的坐标轴映射到新的坐标轴中,例如笛卡尔坐标转化成别的坐标)

特点:根据矩阵中的列组成的坐标系

新知识点:

偏置:位移向量,能将图片进行耦合的向量。作用:能够将所有的点全部耦合

仿射变换:线性变化加上一个位移向量

拟合:将所有的点以曲线的方式进行连接,从而形成图片的过程 

 

posted @   Myuniverse  阅读(2991)  评论(0编辑  收藏  举报
编辑推荐:
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
阅读排行:
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
点击右上角即可分享
微信分享提示