其他分享
首页 > 其他分享> > 奇异值分解

奇异值分解

作者:互联网

奇异值分解

参考资料:《深度学习》2.8 奇异值分解

  1. 奇异值分解(singular value decomposition,SVD):将矩阵分解成奇异向量和奇异值。
  2. 每个实数矩阵都有奇异值分解,但不一定有特征分解。
  3. 矩阵A的奇异值分解:
    请添加图片描述
    图解:U和V是正交方阵,D是对角矩阵
  4. 奇异值(singular value):上式D中对角线上的元素,非零奇异值是AA_t(A_t A)特征值的平方根。
  5. 左奇异向量(left singular vector):上式中的U,AA_t的特征向量组成的正交矩阵,组成方式与D中元素顺序有关。
  6. 右奇异向量(right singular vector):上式中的V,A_t A的特征向量组成的正交矩阵,组成方式与D中元素顺序有关

标签:singular,矩阵,正交,分解,上式,奇异
来源: https://blog.csdn.net/weixin_46744571/article/details/120604559