Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
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 | 28 | 29 | 30 |
Tags
- 텐서플로
- Sort
- scrapy
- 주식분석
- C언어
- yarn
- 선형대수
- 알고리즘
- 딥러닝
- 하둡2
- effective python
- HelloWorld
- 하이브
- LSTM
- GRU
- RNN
- 그래프이론
- collections
- C
- tensorflow
- 파이썬
- recursion
- hadoop2
- 코딩더매트릭스
- NumPy
- codingthematrix
- graph
- hive
- python
- Java
Archives
- Today
- Total
목록차원 (1)
EXCELSIOR
[코딩더매트릭스]Chap07 - 차원 Dimension
Chap 07차원 - Dimension 7.1 기저의 크기7.1.1 Morphing 보조 정리와 그 응용Lemma (Morphing Lemma) : 는 벡터공간이라고 하자. 는 에 대한 생성자들의 집합이라 하고, 는 에 속하는 벡터들로 구성된 선형독립인 집합(즉, 기저)이라고 하면, 이다. Theorem (Basis Theorem) : 는 벡터공간이라 하고, 에 대한 모든 기저(basis)는 동일한 크기를 가진다.Proof : 과 는 에 대한 두 기저라고 하자. 과 를 위의 Morphing Lemma 에 적용하면 라고 할 수 있다. 와 을 적용하면 이다. 이 둘의 부등식을 결합하면 를 얻을 수 있다. Theorem : 는 벡터공간이라고 ..
Linear Algebra/Coding the Matrix
2018. 5. 2. 08:41