《深度学习：卷积神经网络从入门到精通》——2.2　矩阵运算

2.2　矩阵运算

如果矩阵A =(aij)m×n，其转置矩阵B =(bij) = AT的所有元素定义为

（2.12）

如果矩阵A =(aij)m×n，其180°旋转定义为

（2.13）

给定两个矩阵A =(aij)m×n和B =(bij)n×p，它们的乘积C =(cij)m×p = A·B = AB的所有元素定义为

（2.14）

给定两个矩阵A =(aij)m×n和B =(bij)m×n，它们的加法和减法定义为

（2.15）

它们的阿达马积（Hadamard product），又称为逐元素积（elementwise product）定义为

（2.16）

给定两个矩阵A =(aij)m×n和B =(bij)p×q，它们的克罗内克积（Kronnecker product）定义为

（2.17）

如果x =(x1, x2, …, xn)T是向量，那么一元函数f(x)的逐元向量函数（elementwise vector function）定义为

（2.18）

如果X =(xij)m×n是矩阵，那么一元函数f(x)的逐元矩阵函数（elementwise matrix function）定义为

（2.19）

逐元向量函数和逐元矩阵函数统称为逐元函数（elementwise function）。