跳转至

数值线性代数

状态:待补充

内容规划

  • 矩阵分解(LU、QR、SVD、特征值分解)
  • 迭代法求解线性方程组(Jacobi、Gauss-Seidel、共轭梯度)
  • 矩阵条件数与数值稳定性
  • 大规模稀疏矩阵处理

与AI的关联

数值线性代数是深度学习的底层基础设施:反向传播本质是链式求导的矩阵乘法,优化器(如Adam)涉及大量矩阵运算,注意力机制的核心也是矩阵分解与低秩近似。