矩阵表示线性映射
了解变换后的基向量为何成为矩阵的列，如何根据基向量的响应重建映射，以及如何避免模型权重中的行列方向错误。
标签
#linear-mappings
2篇文章使用此标签.
线性映射保留 AI 模型所需的组合
检验变换是否保留求和与缩放，说明输入空间和输出空间，并区分神经网络层与其激活函数。
标签
2篇文章使用此标签.
了解变换后的基向量为何成为矩阵的列，如何根据基向量的响应重建映射，以及如何避免模型权重中的行列方向错误。
检验变换是否保留求和与缩放，说明输入空间和输出空间，并区分神经网络层与其激活函数。