码农戏码

新生代农民工的自我修养

0%

大模型-代数基础知识(向量,矩阵,点积)

标量

标量就是一个数字

只有大小概念,没有方向的概念。通过一个具体的数值就能表达完整。比如:重量、温度、长度、提及、时间、热量等都数据标量

向量

向量是数学和物理学中的一个基本概念,表示既有大小又有方向的量。

与标量(只有大小没有方向)不同

向量主要有2个维度:大小、方向

在数学里,向量可以用一串数字表示,比如 [3, 4]。这串数字可以代表空间中的一个点或者一个方向

矩阵

矩阵是二维的数字表格

矩阵可以看作是”多个向量的堆叠”:

3×4 的矩阵 = 3 个长度为 4 的行向量
或者 = 4 个长度为 3 的列向量

矩阵乘法

可乘条件‌:设 A 为 m×n 矩阵,B 为 n×p 矩阵,只有 A 的列数 (n) 等于 B 的行数 (n) 才能相乘
结果维度‌:乘积 C=AB 是 m×p 矩阵,保留第一个矩阵的行数和第二个矩阵的列数 。
元素计算‌:C 的第 i 行第 j 列元素等于 A 的第 i 行与 B 的第 j 列对应元素乘积之和。【点积(Dot Product)】

矩阵乘法的维度规则:

1
[A, B] × [B, C] = [A, C]

中间的维度必须相同(都是 B),结果取两边的维度。

3行2列矩阵与2行3列矩阵的相乘

举例:

矩阵加法

只有同行数同列数的矩阵才可以相加,结果也是同样尺寸的矩阵,其中的每个元素都是相加矩阵对应位置的元素之和

矩阵加法的一个例子,运算法则比较简单

Transformer中

标量:学习率、温度参数
向量:一个 token 的 embedding
矩阵:一批 token 的 embedding、权重矩阵