机器学习数学基础
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

2.1.3 矩阵加法

两个矩阵能够相加的前提是它们具有相同的形状,否则不能相加。

定义 设矩阵和矩阵有相同的形状,,则矩阵的元素

例如:

但是,矩阵不能与矩阵相加。

如果用二维数组表示矩阵,则其加法运算如下:

用np.mat()创建矩阵,计算方法也一样。

注意,如果下面的两个数组分别表示两个矩阵,则它们之间可以做加法运算。

这是由数组运算中的“广播机制”导致的,与前面所说的矩阵形状必须相同才能相加不矛盾。

前面已经提到,矩阵可以看成是由列(行)向量组成的,上面示例中的矩阵 A 就可以写成,其中。同样有。那么,这两个矩阵相加,也可以理解为对应位置的向量相加,即:

这样就将矩阵的加法转换为向量的加法,而向量加法则是在第1章1.1.2节中已经学习过的了。

根据矩阵加法的定义,不难看出,两个矩阵相加之后所得的矩阵与矩阵形状一样。参考第1章1.2节中对向量空间的定义,组成矩阵的所有列向量与组成的所有列向量在同一个向量空间。如果把向量的概念扩展,将矩阵也视为一种形态的向量(向量的组合还是向量),那么都在同一个空间。