求解Ax⃗=v⃗A\vec{x}=\vec{v}Ax=v，意味着寻找一个x⃗\vec{x}x，使得它在变换后与v⃗\vec{v}v重合。解在于A的变换是将空间挤压到一条线或一个点的低维空间，还是完整的二维空间。即A的行列式为0，或不为0。 不为0时：有且只有一个向量与v⃗\vec{v}v重合，可以通过逆向进行变换并跟踪v⃗\vec{v}v的动向来找到这个向量。A的逆，即A−1A^{-1}A−1。什么都不做的变换，称为“恒等变换”。求解x⃗\vec{x}x：  det(A)≠0det(A)\neq 0det(A)​=0 -> A−1A^{-1}A−1 为0时：变换将空间压缩到更低的维度上...

只要知道单位正方形面积变化的比例，就能知道其他任意区域的面积变化比例。由网格线保持平行且等距分布推出，无论一个方格如何变化，对其他大小的方格来说，都会有相同变化。 这个缩放比例，即线性变换对面积产生改变的比例，被称为这个变换的行列式。 当空间取向被反转时，行列式为负值，绝对值依然是区域面积的缩放比例：  三维空间中是体积的缩放，用“右手定则”描述三维空间的取向。如果只能用左手描述时，说明空间取向发生翻转，行列式为负。  计算行列式

一个变换之后再进行另一个变换，这个新的线性变换被称为前两个独立变换的“复合变换”。eg：先旋转再剪切：  通常将函数写在变量的左侧，所以函数复合时从右向左读: 矩阵乘法满足结合律，交换律不满足

变换是在暗示以特定方式来可视化这一输入-输出关系，一种理解“向量的函数”的方法是使用运动。 线性代数限制在一种特殊类型的变换上，“线性变换”：一是直线在变换之后仍然保持为直线，不能有所弯曲；二是原点必须保持固定。总的来说，保持网格线平行并等距分布。 一个二维线性变换仅由四个数字完全确定，2X2矩阵，可以把列理解为两个特殊的向量，即<mover accent="true">i⃗</mover>\vec{i}i和<mover accent="true">j⃗</mover>\vec{j}j​分别落脚的位置。如果...

所有可以表示为给定向量线性组合的向量集合，被称为给定向量张成的空间 两个向量张成的空间就是它们所有可能的线性组合，也就是缩放再相加之后可能得到的向量 一组向量中至少有一个是多余的，没有对张成空间做出任何贡献，有多个向量，并且可以移除其中一个而不减小张成的空间，当这种情况发生时，它们是线性相关的/其中一个向量可以表示为其他向量的线性组合，因为这个向量已经落在其他向量张成的空间之中 如果所有向量都给张成的空间增添了新维度，它们是线性无关的 基的严格定义：张成该空间的一个线性无关向量的集合

逆矩阵求解 判断线性方程组有无解 连续和可导 人工智能的算法 蚁群算法 解释性语言 知识表示 编程语言 神经网络 textcnn yolov3多目标检测 英语口语 不要卡壳 说话要有逻辑 要自信 不要做无用的担心 做好能把控的事情 国创负责的部分 觉得自己的优势 英语水平

自我介绍，为什么要读硕士 介绍美赛，yolov3和textcnn这两种网络的不同，结构有什么不同，yolov3的改进，用什么进行训练，国创的项目，遇到的困难，导师的帮助，几个人，编程语言有什么不同 大二大三学习的课程，学习的神经网络，马尔科夫链 读博的意愿

老师推荐的老师感觉专业不对口啊，传染病大数据，太杂了，还是资环院的 遥感院的不是国重就不想去了啊这，国重的也是cv 沈自所数字室资源不太好，地理位置还比较偏 东北大学有数据挖掘的老师，地理位置也比较偏 西交大的老师是cv 真就要大数据转cv了吗ORZ （图文无关）

我愿意 这面试太方便了！！！！！！

今天，早上签字碰到了某人，，，，，，，，，，，，，，，，，，，，， 今天，走去了东院等了好久的公交，回来在图书馆收到隔离通知，赶去打印材料准备了好几个备案，还邮寄了材料，然后把材料交给同学，证件也交了，全身家当都交了，在交的路上接到一个华科老师的电话！！！！天呐老师好好啊！！终于碰到理解我的项目的老师了，还聊的很深入，而且！聊了生活啊还有其他的问题！！！！都是事业型女生吼吼吼爱了爱了！聊了好久啊感觉整个家庭学习三观都讲完了，就是要准备机试了还有看看她的研究方向的文献论文，确定自己以后的方向和做工程还是研究，继续努力！！ 然后回宿舍收行李，继续等待通知中。。。。。。。。。。。。。。。。。。。。。...

啊！好好啊老师好好啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！怎么这么好啊天呐！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！刚刚面试真的！！！！！！！！！体验巨好！！！！！！！！！！！！！！！！！！！！！！！...

点乘  向量 向量的点乘，也叫向量的内积、数量积，对两个向量执行点乘运算，就是对这两个向量对应位一一相乘之后求和的操作，点乘的结果是一个标量。 点乘的几何意义是可以用来表征或计算两个向量之间的夹角，以及在b向量在a向量方向上的投影。根据这个公式就可以计算向量a和向量b之间的夹角。从而就可以进一步判断这两个向量是否是同一方向，是否正交(也就是垂直)等方向关系。 矩阵 就是矩阵各个对应元素相乘, 这个时候要求两个矩阵必须同样大小。  叉乘  向量 两个向量的叉乘，又叫向量积、外积、叉积，叉乘的运算结果是一个向量而不是一个标量。并且两个向量的叉积与这两个向量组成的坐标平面垂直。 叉乘几何意义：在三维...

明天升起的依然是悲凉的心 昨天晚上的实验室面试   英语：自我介绍，怎么做leader，介绍数模 数学：高代概率论数模。线性无关，矩阵正交、内积，正态分布特征、标准高斯和普通的区别，连续型的分布有哪些，层次分析 算法：快排，判断无向图的回路，机器学习的监督和非监督，机器学习算法，深度学习的网络，卷积的作用，插值和拟合的区别，动态规划和贪心的区别 其他：为什么来我们实验室  今天早上的研究所面试   1-2分钟中文自我介绍 讲述一个自己完成的重要工作部分，司机的策略性行为是什么 为什么对大数据感兴趣

我。。出门的时候。。忘记手里拿着的睡衣。。。。。。。和yyx下完楼才发现，，我把睡衣带出来了，，，，，到图书馆的时候发现。。我忘记带口罩了！