YJango的头像

7分钟入门线性代数+微积分

0 语言与代数
0 语言与代数
1 线性累积
4
1 线性累积
1.1 单输入到单输出
1.1 单输入到单输出
1.2 多输入到单输出
1.2 多输入到单输出
1.3 多输入到多输出
1.3 多输入到多输出
1.4 批次多输入输出
1.4 批次多输入输出
2 非线性累积
2
2 非线性累积
2.1 单因素累积
2.1 单因素累积
2.2 多因素累积
2.2 多因素累积
3 如何学习代数
3 如何学习代数
人类独特性
人类独特性
代数思维
代数思维
代数的优势
代数的优势
人类语言作用
人类语言作用
语言中的代数
语言中的代数
语言的种类
语言的种类
数学语言用途
数学语言用途
思考连贯性
思考连贯性
乘法模型诞生
乘法模型诞生
坐标系的作用
坐标系的作用
线性关系
线性关系
线性关系坐标
线性关系坐标
单因素累积
单因素累积
多因素难题
多因素难题
向量
向量
向量的维度
向量的维度
斑马和鸟向量
斑马和鸟向量
权重向量
权重向量
标量的乘法
标量的乘法
向量的乘法
向量的乘法
多因素输入
多因素输入
多因素输出
多因素输出
矩阵
矩阵
行向量
行向量
多维输出
多维输出
偏移
偏移
向量乘以矩阵
向量乘以矩阵
普遍线性变换
普遍线性变换
多输入到多输出
多输入到多输出
批量计算难题
批量计算难题
矩阵乘以矩阵
矩阵乘以矩阵
扩展至网络
扩展至网络
乘法源于计数
乘法源于计数
非线性累积
非线性累积
斑马邪眼
斑马邪眼
解决思路
解决思路
极限的引入
极限的引入
积分和微分
积分和微分
微积分的作用
微积分的作用
局部面积计算
局部面积计算
线性与非线性
线性与非线性
微积分条件
微积分条件
非线性多因素
非线性多因素
生活中的无限
生活中的无限
知识的传递
知识的传递
需要例子归纳
需要例子归纳
需要交代目的
需要交代目的
单集封面
单集封面

7分钟入门线性代数+微积分

2023-11-11
2978 次观看
52 讨论
YJango的头像
YJango
粉丝:6589
主题:10
描述:25
例子:5
其他:17
字数:3585
YJango的头像
YJango
粉丝:6589

0 语言与代数

问题 人类独特性

曾经地球上有众多人种,为什么智人会脱颖而出?

代数思维

为了统计食物数量,许多动物都掌握了计数能力,我们的祖先也只是其中之一。不过计数可以是 0+1, 1+1 , 任何数+1,从 1 数到 100 时,儿时的我们不得不记住所有的情况。但如今的你我已经掌握了代数,会用变量和函数来研究关系。与算术不同的是,代数不关心结果,只关心变量之间的关系

代数的优势

这就是我们计数所用的模型。或许在你我看来这没什么了不起的。但正是这种不关心具体结果,只研究关系的能力,使我们从其他生物中脱颖而出。因为它可以让我们重复利用学到的模型。

人类语言作用

事实上代数的起源远比上述符号的发明还要早,因为智人的语言正是第一批代数符号。其他生物的语言,只会用来指代具体的事物与数量。智人的语言却不同,可以用来指代抽象的事物及关系。这正是变量和函数的雏形。

语言中的代数

语言可以用来交流,但更重要的是,语言决定了我们如何描述事物的关系。如何构建所处环境的模型。怎样预测将会发生的一切,从而做出决策。

语言的种类

除了自然语言和数学语言,人类又发明了计算机语言。将重复利用现有模型的能力推到了一个前所未有的高度。

问题 数学语言用途

那么数学语言中的线性代数和微积分到底有什么作用?

1 线性累积

注意 思考连贯性

请耐心地跟着我的思路,这种思考的连贯性是一起理解线性代数和微积分的关键。

1.1 单输入到单输出

乘法模型诞生

我们从计数 3 匹斑马眼睛的总数开始考虑,虽然可以应用计数模型 6 次,数出三只斑马眼睛的总数,不过人类很快就发现斑马都有 2 只眼睛,比例始终不变。于是发明了乘法 3×2用于方便表示 2+2+2 这种单次累积量始终不变的加法。

坐标系的作用

为了直观地研究变量之间关系,人类又发明了坐标系,观察变量所画出点的相对位置来感受关系。可以画出 斑马个数 x 与斑马眼睛总数 y 的关系图,同时可以画出斑马个数 x 与单个斑马的眼睛数 w 的关系图。

线性关系

由于 w 不随 x 的变化而变化,造成 xy 所画出的点都落在一条直线上,因此这种关系(y=wx, w=2)叫做线性关系其关键在于累积速度 w 是一个常量。

线性关系坐标

这时 wy 的关系是:w 形成的图形面积(乘法 3×2)就是眼睛的总数 y

总结 单因素累积

以上是斑马个数 x 这个单因素(输入)来累积斑马眼睛总数 y 这个单因素(输出)。

1.2 多输入到单输出

难题 多因素难题

当想要知道斑马和小鸟共有多少只脚时,出现了两个累积因素:斑马的个数 x1 和小鸟的个数­ x2以及两个累积速度:斑马 w1=4 只脚,小鸟 w2=2 只脚。这时 x1x2 与脚数量 y 的关系是:y=4x1+2x2但如果又增加狮子,猴子等因素时,式子就会变得越来越长。

向量

不过很快人类发明了向量 (vector),可将不同因素按照固定顺序排列。用一个变量来表示这些因素的整体这样就可以用向量来表示任何事物了。

向量的维度

因素的个数也就是向量的维度

斑马和鸟向量 向量

可用一个向量 x,这里的x=[x1,x2]来代表斑马和小鸟分别有多少只。

权重向量 向量

再用一个向量w,这里的 w=[4,2]来表示每个斑马和小鸟分别有多少只腿,累积速度 w 也叫做一组权重 (weights)。

标量的乘法

单个因素时的乘法是只有一个因素和权重相乘来累积输出 y,这里 y=2×2=2+2

向量的乘法

多个因素时的乘法则是各个因素分别乘以对应权重来累积输出y也正因如此,做向量乘法时,权重的个数一定要与因素的个数一致。这也叫做线性组合,虽然又有乘法又有加法,但并不冲突,因为乘法就是快速表示累积速度不变的加法。

总结 多因素输入

这次我们把因素的累积方式扩充到了多因素来累积单因素。

1.3 多输入到多输出

难题 多因素输出

可当我们不仅想要知道有多少条腿,还想要知道有多少个眼睛时。

矩阵

可以用两个有序排列的向量来表示两组权重,就形成了矩阵 W

行向量

第一个行向量w1表示每个斑马和小鸟分别有多少条腿,第二个行向量w2表示每个斑马和小鸟分别有多少个眼睛。

多维输出

这时,输出 y 也变成了向量(y=[y1,y2]),第一个因素是腿的总个数 y1第二个因素是眼睛的总个数 y2

偏移

若有一只斑马瞎了一只眼,就用向量 b 来表示 y 的偏移(bias)。

向量乘以矩阵

因素和一组权重相乘后,输出会累积一个因素。因素和两组权重相乘后,输出会累积两个因素。每多用一组权重,输出的维度就会增加 1,形成了按固定顺序排列的多因素向量。

普遍线性变换

于是我们得到了最普遍的一种(线性变换)关系。可以从任意维度的输入,变换到任意维度的输出。由于 Wb 这两个变量的作用是用于描述输入 x 和输出 y 之间的关系,人们也把它们统称为参数 (parameters)。

总结 多输入到多输出

终于,我们扩充到了多因素累积多因素的变换。

1.4 批次多输入输出

难题 批量计算难题

但是输入 x 是一个变量(只表示单次状态的变量),只能一次一次计算,如果第一次看到了 3 个斑马和 1 只鸟,第二次看到了 4 个斑马和 1 只鸟,

矩阵乘以矩阵

若想同时计算出两次观察出来的眼睛和脚的数量。就可以把所有(两次观察到的)x 并成矩阵来批量计算。

总结 扩展至网络

现在知道了如何批量计算多因素对多因素的累积。事实上刚才的流程正是把两点连成的线扩展到了多点形成的网络。

2 非线性累积

来源 乘法源于计数

可以看到标量,向量,矩阵之间的乘法,这一切依然是你我熟悉的计数,只不过输入输出扩展到了多因素,b 代表着累积前的状态,我们熟悉从 0 开始累积,是因为食物就是从没有累积到有的。W 代表着 累积速率,即便是从1 数到 100,累积速率依然存在,只不过每次计数时,我们只取因素的一倍。

2.1 单因素累积

难题 非线性累积

但线性变换的乘法是用来表示速度始终一致的累积。如果累积速度也随着因素的改变而改变,是一个变量呢?比如说细胞分裂的速度会随着细胞个数的增加而增加。

斑马邪眼 非线性累积

可以设想一下,每次数过一只斑马的眼睛后,下一只的斑马眼睛就多一只会怎样?第一只斑马,1只眼,第二只,2只眼,第三只,3只眼,以此类推。这样就没有办法再用乘法来快速表示这种累积了。

思路 解决思路

不变的是,累积速度 w 形成的图形面积仍然是 y 的累积总量。

极限的引入

不过该图形的面积,类似三角形可又不是。但如果要累积的因素并非间隔跳跃的自然数,而是可以无限分割的实数,因素 x 的间隔可以无限小时,图形就可以无限的接近三角形。这时累积量也就成了三角形的面积。

积分和微分 极限的引入

如果你还有印象,y=x2/2 的微分是 y=xy=x 的积分是 y=x2/2 + 一个常量(正是偏移)。

微积分的作用

引入无限后,微积分告诉了我们,积累量 y=wx 与积累速度 w=x 两个函数之间的关系。

局部面积计算

如果累积因素不是从 0 开始,而是从 1 开始,匀速累积时,b (形成)的图形面积减去 a (形成)的图形面积,就是该累积量。变速累积时,道理也是一样,b (形成)的图形面积减去 a (形成)的图形面积。

总结 线性与非线性

乘法和除法是累积速度为常量时的累积运算,

积分和微分是累积速度为变量时的累积运算。

积分对应着乘法,用来求累积量。

微分对应着除法,用来求累积速度。

微积分条件

但由于微分和积分都是在 xy 的增量可以无限细分时使用的,所以加上了一个小 d 来代表这种无限。

2.2 多因素累积

非线性多因素

在累积速度不变的线性乘法里,各个因素只与其对应的累积速度相乘,互不干扰。在累积速度可变的非线性变换里,各个因素同样只与其对应的累积速度相乘。所以在多变量时,各个因素的微分也是独立求得的,也称之为偏导数

生活中的无限 微积分条件

虽然感觉用到无限细分的因素在生活中不多,但有一个因素你非常熟悉:

时间

3 如何学习代数

传递 知识的传递

变量和函数赋予了我们研究事物关系的能力,一个知识可以代表任何符合该关系的事物。这些知识是一代又一代的先人用毕生时间积累而来的。人生不过百年,可这些知识却透过语言和文字冲破了时间屏障,展现在你我面前。

缺失 需要例子归纳

但也正因所研究出的抽象关系可以指代任何具体事物,要先弄清关系所指的任务、输入和输出后,才能体会真正含义。可我们又太关注于关系本身,而忽视了对情景的交代。

缺失 需要交代目的

每个人生来都是科学家,充满了探明事物关系的冲动,需要的仅仅是一个理由。我们在将前人的智慧摆在学生面前的同时,却也拿走了摄取它的理由。

讨论
随记