목록singular value (1)
Deep Learning study
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/eFRtdf/btqxOJZ406x/goe3HH12mZVzqJ2hbahrBk/img.png)
저번 글로 초석을 다져놨으니 오늘 할 것은 SVD입니다. SVD의 개념과 계산 방법, 등위주로 알아보도록합시다. (latex는 처음써보는데 모바일 버전에서는 안보이는것 같아요, 보신다면 데스크톱 버전으로 봐 주세요 ㅎㅎ) Singular value decomposition SVD역시 앞선 eigen decomposition과 같이 행렬을 대각화하는 방법중 하나입니다. 그럼 eigen decomposition과 무엇이 다르길래 이 방법을 쓰는 것일까요 . SVD를 쓰는 이유 n x n 행렬뿐만아니라 일반적인 m x n 행렬에 대해서도 대각화가 가능하기 때문입니다. m x n 행렬 A에 대한 특이값분해는 다음과같이 정의되어집니다. $$ \mathsf{A} = \mathsf{U}\Sigma\mathsf{V}^..
AI/Deep learning 을 위한 지식
2019. 8. 28. 19:51