일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- dann paper
- Pseudo Label
- CoMatch
- Meta Pseudo Labels
- ConMatch
- GAN
- mocov3
- cifar100-c
- conjugate pseudo label paper
- BYOL
- mme paper
- 백준 알고리즘
- CGAN
- adamatch paper
- shrinkmatch
- WGAN
- remixmatch paper
- simclrv2
- dcgan
- 컴퓨터구조
- SSL
- Pix2Pix
- UnderstandingDeepLearning
- Entropy Minimization
- 최린컴퓨터구조
- 딥러닝손실함수
- tent paper
- shrinkmatch paper
- CycleGAN
- semi supervised learnin 가정
Archives
- Today
- Total
목록행렬rank (1)
Hello Computer Vision
행렬(Matrix)에서 Rank의미
Rank란? 위키피디아에 나온 정의를 읽어보면은, 열들에 의해 생성된 벡터 공간의차원이라고 한다. 또 다른 말로는 행렬에서 선형독립인 벡터의 개수라고도 한다. 행렬에서 Rank를 계산할 때는 Row, Column 따로 따로 계산할 필요 없이 한쪽만 계산하면 행렬의 Rank라고 말할 수 있다. Full Rank란? 해당 행렬이 가질 수있는 최대 가능한 Rank 값이다. 따라서 행과 열의 각각의 Rank는 서로 같은 값을 가지므로, 작은 한쪽의 사이즈가 Full Rank가 된다. 예시 해당 행렬에서는 세번째 열은 첫번째 열과 두번째 열의 선형관계로 나올 수 있으니 Rank = 2라고 할 수 있다. References https://m.blog.naver.com/sw4r/221416614473
선형대수
2023. 4. 17. 22:29