Python軟件基金會成員（Contibuting Member）Vihar Kurama簡要介紹了深度學習算法背后的數(shù)學。

深度學習（Deep Learning）是機器學習的子領(lǐng)域。而線性代數(shù)（linear algebra）是有關(guān)連續(xù)值的數(shù)學。許多計算機科學家在此方面經(jīng)驗不足（傳統(tǒng)上計算機科學更偏重離散數(shù)學）。想要理解和使用許多機器學習算法，特別是深度學習算法，對線性代數(shù)的良好理解是不可或缺的。

為什么要學數(shù)學？

線性代數(shù)、概率論和微積分是確切地表達機器學習的“語言”。學習這些主題有助于形成對機器學習算法底層機制的深入理解，也有助于開發(fā)新的算法。

如果我們查看的尺度足夠小，那么深度學習背后的一切都是數(shù)學。所以在開始深度學習之前，有必要理解基本的線性代數(shù)。

標量、向量、矩陣、張量；圖片來源：hadrienj.github.io

深度學習背后的核心數(shù)據(jù)結(jié)構(gòu)是標量（Scalar）、向量（Vector）、矩陣（Matrix）、張量（Tensor）。讓我們通過編程，使用這些數(shù)據(jù)結(jié)構(gòu)求解基本的線性代數(shù)問題。

標量

標量是單個數(shù)字，或者說，0階（0th-order）張量。x ∈ ?表示x是一個屬于實數(shù)集?的標量。

在深度學習中，有不同的數(shù)字集合。?表示正整數(shù)集（1,2,3,…）。?表示整數(shù)集，包括正數(shù)、負數(shù)和零。?表示有理數(shù)集（可以表達為兩個整數(shù)之比的數(shù)）。

在Python中有幾個內(nèi)置的標量類型：int、float、complex、bytes、Unicode。Numpy又增加了二十多個新的標量類型。

import numpy as np

np.ScalarType

返回：

(int,

float,

complex,

int,

bool,

bytes,

str,

memoryview,

numpy.bool_,

numpy.int8,

numpy.uint8,

numpy.int16,

numpy.uint16,

numpy.int32,

numpy.uint32,

numpy.int64,

numpy.uint64,

numpy.int64,

numpy.uint64,

numpy.float16,

numpy.float32,

numpy.float64,

numpy.float128,

numpy.complex64,

numpy.complex128,

numpy.complex256,

numpy.object_,

numpy.bytes_,

numpy.str_,

numpy.void,

numpy.datetime64,

numpy.timedelta64)

其中，以下劃線（_）結(jié)尾的數(shù)據(jù)類型和對應(yīng)的Python內(nèi)置類型基本上是等價的。

在Python中定義標量和一些運算

下面的代碼演示了一些張量的算術(shù)運算。

a = 5

b = 7.5

print(type(a))

print(type(b))

print(a + b)

print(a - b)

print(a * b)

print(a / b)

輸出：

12.5

-2.5

37.5

0.6666666666666666

下面的代碼段檢查給定的變量是否是標量：

import numpy as np

def isscalar(num):

if isinstance(num, generic):

returnTrue

else:

returnFalse

print(np.isscalar(3.1))

print(np.isscalar([3.1]))

print(np.isscalar(False))

輸出：

True

False

True

向量

向量是由單個數(shù)字組成的有序數(shù)組，或者說，1階張量。向量是向量空間這一對象的組成部分。向量空間是特定長度（又叫維度）的所有可能的向量的整個集合。三維實數(shù)向量空間（?3）常用于表示現(xiàn)實世界中的三維空間。

為了指明向量的分量（component），向量的第i個標量元素記為x[i]。

在深度學習中，向量通常用來表示特征向量。

在Python中定義向量和一些運算

聲明向量：

x = [1, 2, 3]

y = [4, 5, 6]

print(type(x))

輸出：

+并不表示向量的加法，而是列表的連接：

print(x + y)

輸出：

[1, 2, 3, 4, 5, 6]

需要使用Numpy進行向量加法：

z = np.add(x, y)

print(z)

print(type(z))

輸出：

[579]

向量的叉積（cross product）

兩個向量的叉積向量，大小等于以這兩個向量為鄰邊的平行四邊形面積，方向與這兩個向量所在平面垂直：

圖片來源：維基百科

np.cross(x, y)

返回：

[-36 -3]

向量的點積（dot product）

向量的點積為標量，對于給定長度但方向不同的兩個向量而言，方向差異越大，點積越小。

圖片來源：betterexplained.com

np.dot(x, y)

返回：

32

矩陣

矩陣是由數(shù)字組成的矩形數(shù)組，或者說，2階張量。如果m和n為正整數(shù)，即，m, n ∈ ?，那么，一個m x n矩陣包含m * n個數(shù)字，m行n列。

m x n可表示為以下形式：

有時簡寫為：

在Python中定義矩陣和一些運算

在Python中，我們使用numpy庫創(chuàng)建n維數(shù)組，也就是矩陣。我們將列表傳入matrix方法，以定義矩陣。

x = np.matrix([[1,2],[3,4]])

x

返回：

matrix([[1, 2],

[3, 4]])

矩陣第0軸的元素均值：

x.mean(0)

返回：

matrix([[2., 3.]]) # (1+3)/2, (3+4)/2

矩陣第1軸的元素均值：

x.mean(1)

返回：

z = x.mean(1)

z

返回：

matrix([[1.5], # (1+2)/2

[3.5]]) # (3+4)/2

shape屬性返回矩陣的形狀：

z.shape

返回：

(2, 1)

所以，矩陣z有2行1列。

順便提下，向量的shape屬性返回由單個數(shù)字（向量的長度）組成的元組：

np.shape([1, 2, 3])

返回：

(3,)

而標量的shape屬性返回一個空元祖：

np.shape(1)

返回：

()

矩陣加法和乘法

矩陣可以和標量及其他矩陣相加、相乘。這些運算在數(shù)學上都有精確的定義。機器學習和深度學習經(jīng)常使用這些運算，所以有必要熟悉這些運算。

對矩陣求和：

x = np.matrix([[1, 2], [4, 3]])

x.sum()

返回：

10

矩陣-標量加法

在矩陣的每個元素上加上給定標量：

x = np.matrix([[1, 2], [4, 3]])

x + 1

返回：

matrix([[2, 3],

[5, 4]])

矩陣-標量乘法

類似地，矩陣-標量乘法就是在矩陣的每個元素上乘以給定標量：

x * 3

返回：

matrix([[ 3, 6],

[12, 9]])

矩陣-矩陣加法

形狀相同的矩陣才能相加。兩個矩陣對應(yīng)位置的元素之和作為新矩陣的元素，而新矩陣的形狀和原本兩個矩陣一樣。

x = np.matrix([[1, 2], [4, 3]])

y = np.matrix([[3, 4], [3, 10]])

x和y的形狀均為(2, 2)。

x + y

返回：

matrix([[ 4, 6],

[ 7, 13]])

矩陣-矩陣乘法

形狀為m x n的矩陣與形狀為n x p的矩陣相乘，得到形狀為m x p的矩陣。

圖片來源：hadrienj.github.io

從編程的角度，矩陣乘法的一個直觀解釋是，一個矩陣是數(shù)據(jù)，另一個矩陣是即將應(yīng)用于數(shù)據(jù)的函數(shù)（操作）：

圖片來源：betterexplained.com

x = np.matrix([[1, 2], [3, 4], [5, 6]])

y = np.matrix([[7], [13]]

x * y

返回：

matrix([[ 33],

[ 73],

[113]])

上面的代碼中，矩陣x的形狀為(3, 2)，矩陣y的形狀為(2, 1)，故所得矩陣的形狀為(3, 1)。如果x的列數(shù)不等于y的行數(shù)，則x和y不能相乘，強行相乘會報錯shapes not aligned。

矩陣轉(zhuǎn)置

矩陣轉(zhuǎn)置交換原矩陣的行和列（行變?yōu)榱校凶優(yōu)樾校矗?/p>

x = np.matrix([[1, 2], [3, 4], [5, 6]])

x

返回：

matrix([[1, 2],

[3, 4],

[5, 6]])

使用numpy提供的transpose()方法轉(zhuǎn)置矩陣：

x.transpose()

返回：

matrix([[1, 3, 5],

[2, 4, 6]])

張量

比標量、向量、矩陣更通用的是張量概念。在物理科學和機器學習中，有時有必要使用超過二階的張量（還記得嗎？標量、向量、矩陣分別可以視為0、1、2階張量。）

圖片來源：refactored.ai

在Python中定義張量和一些運算

張量當然也可以用numpy表示（超過二階的張量不過是超過二維的數(shù)組）：

import numpy as np

t = np.array([

[[1,2,3], [4,5,6], [7,8,9]],

[[11,12,13], [14,15,16], [17,18,19]],

[[21,22,23], [24,25,26], [27,28,29]],

])

t.shape

返回：

(3, 3, 3)

張量加法

s = np.array([

[[1,2,3], [4,5,6], [7,8,9]],

[[10, 11, 12], [13, 14, 15], [16, 17, 18]],

[[19, 20, 21], [22, 23, 24], [25, 26, 27]],

])

s + t

返回：

array([[[ 2, 4, 6],

[ 8, 10, 12],

[14, 16, 18]],

[[21, 23, 25],

[27, 29, 31],

[33, 35, 37]],

[[40, 42, 44],

[46, 48, 50],

[52, 54, 56]]])

張量乘法

s * t得到的是阿達馬乘積（Hadamard Product），也就是分素相乘（element-wise multiplication），將張量s和t中的每個元素相乘，所得乘積為結(jié)果張量對應(yīng)位置的元素。

s * t

返回：

array([[[ 1, 4, 9],

[ 16, 25, 36],

[ 49, 64, 81]],

[[110, 132, 156],

[182, 210, 240],

[272, 306, 342]],

[[399, 440, 483],

[528, 575, 624],

[675, 728, 783]]])

張量積（Tensor Product）需要使用numpy的tensordot方法計算。

圖片來源：維基百科

計算s ? t：

s = np.array([[[1, 2], [3, 4]]])

t = np.array([[[5, 6], [7, 8]]])

np.tensordot(s, t, 0)

返回：

array([[[[[[ 5, 6],

[ 7, 8]]],

[[[10, 12],

[14, 16]]]],

[[[[15, 18],

[21, 24]]],

[[[20, 24],

[28, 32]]]]]])

其中，最后一個參數(shù)0表示求張量積。當該參數(shù)為1時，表示求張量的點積（tensor dot product），這一運算可以視為向量點積概念的推廣；當該參數(shù)為2時，表示求張量的縮并（tensor double contraction），這一運算可以視為矩陣乘法概念的推廣。

當然，由于張量常用于深度學習，因此我們也經(jīng)常直接使用深度學習框架表達張量。比如，在PyTorch中，創(chuàng)建一個形狀為(5, 5)的張量，然后用浮點數(shù)1填充該張量：

torch.ones(5, 5)

返回：

tensor([[ 1., 1., 1., 1., 1.],

[ 1., 1., 1., 1., 1.],

[ 1., 1., 1., 1., 1.],

[ 1., 1., 1., 1., 1.],

[ 1., 1., 1., 1., 1.]])