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
#matrices
3篇文章使用此标签.
面向 AI 的转置：重新定向 token 与特征的关系
转置矩阵、预测其形状，并在按词元排列特征与按特征排列词元的视图之间安全切换，同时不丢失底层数值。
面向 AI 的矩阵：读取行、列与神经网络形状
学习读取矩阵的维度和元素，将行与列映射到全连接层的作用，并在 NumPy 中发现形状或索引错误。
标签
3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。
转置矩阵、预测其形状，并在按词元排列特征与按特征排列词元的视图之间安全切换，同时不丢失底层数值。
学习读取矩阵的维度和元素，将行与列映射到全连接层的作用，并在 NumPy 中发现形状或索引错误。