首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何构建和存储用于矩阵向量乘法的大型下三角矩阵?

构建和存储用于矩阵向量乘法的大型下三角矩阵可以通过以下步骤实现:

  1. 定义下三角矩阵:下三角矩阵是指矩阵的上三角部分全为零,下三角部分可能为非零值的矩阵。在构建大型下三角矩阵之前,需要确定矩阵的维度和非零元素的位置。
  2. 存储方式选择:大型下三角矩阵通常采用稀疏矩阵的存储方式,以节省存储空间。稀疏矩阵存储方式有多种,常见的有压缩稀疏矩阵(Compressed Sparse Matrix,简称CSR)和坐标列表(Coordinate List,简称COO)。
    • CSR存储方式:CSR存储方式将矩阵的非零元素按行压缩存储,同时记录每行的起始位置和非零元素的列索引。这种方式适用于非零元素较为密集的情况。
    • COO存储方式:COO存储方式将矩阵的非零元素按照行、列和数值的三元组形式存储。这种方式适用于非零元素较为稀疏的情况。
  • 构建下三角矩阵:根据定义的下三角矩阵的维度和非零元素的位置,可以使用编程语言(如Python、C++等)来构建下三角矩阵。根据稀疏矩阵的存储方式,可以选择适当的数据结构来表示矩阵。
  • 存储下三角矩阵:将构建好的下三角矩阵按照选择的存储方式进行存储。对于CSR存储方式,可以将每行的起始位置、非零元素的列索引和数值存储在对应的数组中;对于COO存储方式,可以将三元组形式的行、列和数值存储在对应的数组中。
  • 矩阵向量乘法:使用存储好的下三角矩阵和向量进行矩阵向量乘法运算。根据稀疏矩阵的存储方式,可以选择相应的算法来实现矩阵向量乘法。

下面是腾讯云相关产品和产品介绍链接地址:

  • 腾讯云对象存储(COS):腾讯云对象存储(Cloud Object Storage,简称COS)是一种高可用、高可靠、安全、低成本的云存储服务,适用于存储和处理大规模非结构化数据。详情请参考:腾讯云对象存储(COS)
  • 腾讯云云服务器(CVM):腾讯云云服务器(Cloud Virtual Machine,简称CVM)是一种可弹性伸缩的云计算基础设施服务,提供安全、高性能、可靠的计算能力。详情请参考:腾讯云云服务器(CVM)
  • 腾讯云数据库(TencentDB):腾讯云数据库(TencentDB)是一种高性能、可扩展、安全可靠的云数据库服务,支持多种数据库引擎,适用于各种应用场景。详情请参考:腾讯云数据库(TencentDB)

请注意,以上仅为示例,实际选择和使用云计算产品应根据具体需求和情况进行评估和决策。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

Fortran如何实现矩阵与向量的乘法运算

矩阵是二维数组,而向量是一维数组,内置函数matmul不能实现矩阵与向量的乘法运算。在这一点Fortran不如matlab灵活。 Fortran如何实现矩阵与向量的乘法运算,现有以下三种方法供参考。...数组c的第一列就是需要的计算结果。 spread(B,2,2)就是按列扩展,成为二维数组 ? 三)利用dot_product函数。...dot_product函数是向量点积运算函数,可将二维数组的每一行抽取出来,和一维数组作dot_product运算。 ? 程序员为什么会重复造轮子?...现在的软件发展趋势,越来越多的基础服务能够“开箱即用”、“拿来用就好”,越来越多的新软件可以通过组合已有类库、服务以搭积木的方式完成。...对程序员来讲,在一开始的学习成长阶段,造轮子则具有特殊的学习意义,学习别人怎么造,了解内部机理,自己造造看,这是非常好的锻炼。每次学习新技术都可以用这种方式来练习。

9.9K30

Numpy库

处理NaN值的函数:如nanmax()、nanmin()等,用于处理包含NaN值的数组操作。 如何在NumPy中实现矩阵分解算法?...Cholesky 分解适用于正定矩阵,将矩阵分解为一个下三角矩阵和其转置的乘积。NumPy 中可以使用 numpy.linalg.cholesky () 函数来实现这一分解 。...向量化操作: 利用NumPy的向量化操作来替代循环,这将显著提升性能。例如,使用NumPy的np.add 、np.multiply 等函数进行数组操作,而不是逐个元素地进行加法或乘法运算。...例如,可以使用NumPy的@运算符进行矩阵乘法,并将结果存储在变量中供后续使用。 性能监控与调优: 使用工具如cProfile来监控代码的执行时间,找出瓶颈所在并进行针对性优化。...此外,NumPy还能够进行向量化操作,如使用square进行平方计算,以及使用dot进行矩阵乘法。这些操作可以显著提升数据预处理的效率,进而提高整个模型训练过程的效率和效果。

9510
  • 英伟达CUDA高性能计算库详解

    它包含了向量-向量、矩阵-向量和矩阵-矩阵操作的标准集合,如向量加法、矩阵乘法等。cuBLAS 是用 CUDA C 编写的,并针对 NVIDIA GPU 进行了优化。...Level 2 BLAS 函数 这些函数主要用于矩阵-向量操作: cublasSgemv: 一般矩阵-向量乘法。 cublasStrmv: 三角矩阵-向量乘法。...cublasStbmv: 三角带状矩阵-向量乘法。 cublasStpmv: 三角打包矩阵-向量乘法。 cublasStrsv: 解三角矩阵方程 Ax = b。...cublasStrmm: 三角矩阵乘法。 cublasStrsm: 解三角矩阵方程 AX = B 或 XA = B。 cublasSsymm: 对称矩阵乘法。...cuSPARSE 库的主要功能包括但不限于: 稀疏矩阵-向量乘法 (SpMV): 这是 cuSPARSE 中最常用的功能之一,它执行的是稀疏矩阵与一个稠密向量之间的乘法操作。

    28810

    嵌套for循环的九九乘法表——四个方向打印

    具体来说,如果我们有一个m行n列的矩阵A,那么它的元素可以表示为A(i,j),其中i表示行号,j表示列号,A(i,j)表示第i行第j列的元素。 在算法中,二维矩阵经常被用来存储和处理大量的数据。...以下是一些常见的算法: 矩阵乘法:给定两个矩阵A和B,我们可以计算它们的乘积C=A*B。这个过程涉及到对A的每一行和B的每一列进行点积运算,并将结果存储在C的相应位置中。...高斯消元法:这是一种用于解决线性方程组的算法。它通过对增广矩阵进行一系列的行变换,将其转化为上三角矩阵,并通过回带求解方程组。...LU分解:给定一个可逆矩阵A,我们可以将它分解为一个下三角矩阵L和一个上三角矩阵U的乘积。这个过程可以通过高斯消元法来实现,并可以用于解决线性方程组、计算矩阵的逆等问题。...通过学习和实践多种打印方式,你可以增强自己的逻辑思维能力,学会如何分析问题、解决问题。 提升算法能力:九九乘法表的打印过程涉及到一些基本的算法思想,如嵌套循环、数组操作等。

    31810

    第3章-图形处理单元-3.3-可编程着色器阶段

    浮点向量通常包含位置(xyzw)、法线、矩阵行、颜色(rgba)或纹理坐标 (uvwq)等数据。整数最常用于表示计数器、索引或位掩码。还支持聚合数据类型,例如结构体、数组和矩阵。...纹理是一种特殊的统一(uniform)输入,曾经是应用于表面的彩色图像,但现在可以将其视为任何大型数据数组。 底层虚拟机为不同类型的输入和输出提供特殊寄存器。...用于uniform的可用常量寄存器的数量远大于可用于varying输入或输出的那些寄存器。发生这种情况是因为需要为每个顶点或像素单独存储不同的输入和输出,因此需要多少个自然是有限制的。...uniform输入存储一次,并在绘制调用中的所有顶点或像素中重复使用。虚拟机还具有通用临时寄存器,用于暂存空间。所有类型的寄存器都可以使用临时寄存器中的整数值进行数组索引。...还存在用于更复杂操作的函数,例如向量归一化和反射、叉积以及矩阵转置和行列式计算。 “流控制”这个术语是指使用分支指令来改变代码执行的流程。

    97920

    【调研】GPU矩阵乘法的性能预测——Machine Learning Approach for Predicting The Performance of SpMV on GPU

    稀疏矩阵是内存高效的数据结构,使我们能够存储具有极少非零元素的大型矩阵。         可以用稀疏度来表示矩阵的稀疏程度。         ...稀疏矩阵向量乘法,就是稀疏矩阵与向量之间的乘法计算。         大型的稀疏矩阵在做乘法时,由于大量零值的存在,不仅浪费了内存,还拖慢了计算的效率。...这种格式的优点是性能与稀疏矩阵的结构无关,也就是说,不管值如何分布,他的存储都是一样。         但由于它存储的内容比较多,因此存储效率比较低。         ...mu和sd分别表示每行非零元素的数量和每行非零元素的标准差,用于表征CSR格式下的SpMV核(向量核)的性能对矩阵行大小的敏感度。...如何在GPU环境下加速矩阵运算,在很大程度上控制着EDA技术的并行化性能。

    1.7K20

    谷歌 | 大改Transformer注意力,速度、内存利用率都大幅度提升(附源代码)

    虽然在分解注意力矩阵之后,原始注意力机制与具有值输入的存储注意力矩阵相乘以获得最终结果,我们可以重新排列矩阵乘法以近似常注意力机制的结果,并且不需要显式地构建二次方大小的注意力矩阵。...Fig 1 左:标准注意力模块计算,其中通过执行带有矩阵A和值张量V的矩阵乘法来计算最终的预期结果;右:通过解耦低秩分解A中使用的矩阵Q′和K′以及按照虚线框中指示的顺序执行矩阵乘法,研究者获得了一个线性注意力矩阵...对于输入序列中没有注意前后token的单向(即因果)注意力而言,研究者稍微修改方法以使用前缀和计算(prefix-sum computation),它们只存储矩阵计算的运行总数,而不存储显式的下三角常规注意力矩阵...左:标准单向注意力需要mask注意力矩阵以获得其下三角部分;右:LHS 上的无偏近似可以通过前缀和获得,其中用于key和值向量的随机特征图的外积(outer-product)前缀和实现动态构建,并通过query...将Tranformers应用于大型未标记的蛋白质序列语料库,生成的模型可用于精确预测折叠功能大分子。

    93250

    线性代数基础

    (三角不等式): ? 则称 ? 是向量 ? 的向量范数。 1-范数 ? ? 2-范数(欧式范数) ? ? ∞-范数(无穷范数) ? ? 运算 加法 ? ? 数乘 ? ? 点积 ? ?...的列数与 ? 的行数相等 ? ? ? ? ? ? ? 矩阵乘法一般不满足交换律 转置 ? 定义 ? 特殊矩阵 单位矩阵 ? 零矩阵 / 全0矩阵 ? 全1矩阵 ? 对角矩阵 ? 上三角矩阵 ?...下三角矩阵 ? 基本性质 乘法结合律: ? 乘法左分配律: ? 乘法右分配律: ? 对数乘的结合性: ? 转置 ?...(三角不等式): ? (相容性): ? 则称 ? 是向量 ? 的向量范数。 1-范数(列范数) ? ∞-范数(行范数) ? 2-范数 ? ? 为 ?...[注] 任一二次型的标准型是存在的。 可应用配方法得到二次型的标准型。 矩阵分解 QR分解 设非奇异矩阵 ? ,则一定存在正交矩阵 ? ,上三角矩阵 ? ,使 ? 且当 ?

    1K30

    范数详解-torch.linalg.norm计算实例

    前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站。 范数是一种数学概念,可以将向量或矩阵映射到非负实数上,通常被用来衡量向量或矩阵的大小或距离。...二范数可以说是出场率最高的了,比如在最小二乘法中,还有如线性代数中的向量空间、矩阵分解等。...,原本很大的矩阵,现在只需3个小矩阵就能存储,可以使用torch.svd()进行奇异值分解。...L1 范数可以被用于衡量向量或矩阵中各个元素的绝对大小,具有一些特殊的性质,例如对于稀疏向量,它的 L1 范数更容易被最小化,因为它倾向于将向量的一些元素设为 0。...与无穷范数类似,L1 范数也具有一些重要的性质,包括非负性、齐次性、三角不等式和矩阵乘法性质。在矩阵计算和优化中,L1 范数也有广泛的应用。

    1.9K30

    一起来学matlab-matlab学习笔记11 11_1 低维数组操作repmat函数,cat函数,diag函数

    进行计算和处理的核心内容之一,出于快速计算的需要,MATLAB总把数组看作存储和运算的基本单元,标量数据也被看作是1×1的数组。...(4)等间距对数生成方法:x=logspace(a,b,n),采用这种方法时,在设定采样点总个数n的情况下,采样常用对数计算得到n个采样点数据值 一维数组的创建 ?...在对角元素和上下三角矩阵时,所定义的第二个参数是以对角线k=0的起始对角线,向上三角方向移动时,k的数值增加,而向下三角方向移动时,k的数值减小。...此外,对于非方阵的矩阵,对角线以过第一个元素的方阵的对角线为对角线的起始位置 kronecker乘法 对于kron函数执行的是kronecker的张量乘法运算,即将第一个参数数组的每一个元素和第二个参数数组相乘...,形成一个分块矩阵,张量乘法不具有可交换性。

    2.4K10

    矩阵成真!Pytorch最新工具mm,3D可视化矩阵乘法、Transformer注意力

    有了三个维度来组成矩阵乘法,再加上加载训练过权重的能力,就可以用im来可视化像注意力头这样的大型复合表达式,并观察它们的实际表现。...在思考矩阵乘法如何表达其参数的秩和结构时,不妨设想一下在计算中同时出现这两种模式的情况: 这里还有一个使用向量矩阵乘积的直觉构建器,显示单位矩阵如何像镜子一样,以45度角设置其反参数和结果: 求和外积...第三个平面分解沿k轴进行,通过向量外积的点和计算出矩阵乘法结果。...LoRA 将在后面介绍: 表达式 如何将这种可视化方法扩展到矩阵乘法的组合?...在中心是双矩阵乘法,它首先计算注意力分数(后面的凸立方体),然后使用它们从值向量(前面的凹立方体)生成输出token。因果关系意味着注意力分数形成一个下三角。 计算和值 这是一个计算注意力的动画。

    64930

    【Python】Numpy使用指南

    Numpy介绍: Numpy是用来存储和处理大型矩阵,比Python自身的嵌套列表结构要高效的多,本身是由C语言开发。这个是很基础的扩展,其余的扩展都是以此为基础。...[1, 2] ]) l = np.linalg.cholesky(d) print(l) # 得到下三角矩阵 e=np.dot(l, l.T) print(e) # 重建得到矩阵d # 对不正定矩阵...处理时并不是按照矩阵乘法规则计算 而是向量点积 也就是np.dot([1, 0],[1, 2])和np.dot([1, 2],[2,2]) ''' # 再做个实验来区别向量乘法和矩阵乘法 b=np.array...([ [1, 2, 3], [4, 5, 6], [7, 8, 9] ]) # 这里插播一下,np.array([1,0,1])是3维向量,而不是1*3的矩阵 c1=np.array...[15 18 21]],矩阵乘法运算规则 print(np.dot(c2,b)) # [15 18 21],点积运算 # 还要补充一下,如果是用python自带的*运算符计算则是广播机制 print(

    92120

    以3D视角洞悉矩阵乘法,这就是AI思考的样子

    这篇来自 PyTorch 博客的文章将介绍一种用于矩阵乘法和矩阵乘法组合的可视化工具 mm。...而且如果有三个维度来组合矩阵乘法,再加上加载已训练权重的能力,mm 能可视化大型复合表达式(如注意力头)并观察它们的实际行为模式。...在思考矩阵乘法如何表示其参数的秩和结构时,一种有用的做法是设想这两种模式在计算中同时发生: 这里还有另一个使用向量 - 矩阵积来构建直觉的示例,其中展示了单位矩阵的作用就像是一面呈 45 度角摆放的镜子...中心有两个矩阵乘法;第一个计算的是注意力分数(后面的凸立方体),然后使用它们基于值向量得到输出 token(前面的凹立方体)。因果关系意味着注意力分数形成一个下三角形。...这会产生一个效果:将 V 的相对未加权的平均值(或者说 V 的合适的因果前缀)交到 attn @ V 的每一行;如动画所示:当我们向下移动注意力分数三角时,attn [i] @ V 向量 - 矩阵积有很小的波动

    40240

    以3D视角洞悉矩阵乘法,这就是AI思考的样子

    这篇来自 PyTorch 博客的文章将介绍一种用于矩阵乘法和矩阵乘法组合的可视化工具 mm。...而且如果有三个维度来组合矩阵乘法,再加上加载已训练权重的能力,mm 能可视化大型复合表达式(如注意力头)并观察它们的实际行为模式。...在思考矩阵乘法如何表示其参数的秩和结构时,一种有用的做法是设想这两种模式在计算中同时发生: 这里还有另一个使用向量 - 矩阵积来构建直觉的示例,其中展示了单位矩阵的作用就像是一面呈 45 度角摆放的镜子...中心有两个矩阵乘法;第一个计算的是注意力分数(后面的凸立方体),然后使用它们基于值向量得到输出 token(前面的凹立方体)。因果关系意味着注意力分数形成一个下三角形。...这会产生一个效果:将 V 的相对未加权的平均值(或者说 V 的合适的因果前缀)交到 attn @ V 的每一行;如动画所示:当我们向下移动注意力分数三角时,attn [i] @ V 向量 - 矩阵积有很小的波动

    41160

    开发者必读:计算机科学中的线性代数(附论文)

    其中最值得注意的是随机化的使用——通常假设由于生成机制的原因,输入数据存在噪声——它可以作为算法或计算资源用于开发和提升基础矩阵问题如矩阵乘法、最小二乘(LS)近似、低阶矩阵近似等算法。...我们假定读者具备线性代数的基础(例如,向量的内积和叉积,基本矩阵运算如加法、标量乘法、转置、上/下三角矩阵,矩阵-向量乘法,矩阵乘法,矩阵的迹等)。...QR 分解:任意的矩阵 A ∈ R^n×n 都可以分解成一个正交矩阵和一个上三角矩阵的乘积:A=QR 其中 Q ∈ R^n×n 是正交矩阵,R ∈ R^n×n 是上三角矩阵。...2.2 范数 范数(Norms)被用于度量矩阵的大小,或者相应地,度量向量的长度。范数是一个函数,它将 R^mxn(或 R^n)映射到 R。...如果 A 是非奇异矩阵,我们可以使用 SVD 计算它的逆: (如果 A 是非奇异的,那么它是方形和满秩的,在这种情况下,稀疏 SVD 和全 SVD 是一样的)众所周知,SVD 非常重要,任何矩阵的最佳

    2.3K100

    开发者必读:计算机科学中的线性代数

    其中最值得注意的是随机化的使用——通常假设由于生成机制的原因,输入数据存在噪声——它可以作为算法或计算资源用于开发和提升基础矩阵问题如矩阵乘法、最小二乘(LS)近似、低阶矩阵近似等算法。...我们假定读者具备线性代数的基础(例如,向量的内积和叉积,基本矩阵运算如加法、标量乘法、转置、上/下三角矩阵,矩阵-向量乘法,矩阵乘法,矩阵的迹等)。...QR 分解:任意的矩阵 A ∈ R^n×n 都可以分解成一个正交矩阵和一个上三角矩阵的乘积:A=QR 其中 Q ∈ R^n×n 是正交矩阵,R ∈ R^n×n 是上三角矩阵。...2.2 范数 范数(Norms)被用于度量矩阵的大小,或者相应地,度量向量的长度。范数是一个函数,它将 R^mxn(或 R^n)映射到 R。...(如果 A 是非奇异的,那么它是方形和满秩的,在这种情况下,稀疏 SVD 和全 SVD 是一样的)众所周知,SVD 非常重要,任何矩阵的最佳 k 秩近似都可以通过 SVD 来计算。 定理 10.

    1.3K70

    Matlab详细学习教程 MATLAB使用教程与知识点总结

    了解每种数据类型的存储方式和应用场景。 数据类型转换:使用double、int、char、logical等函数进行数据类型转换。 如何学习该知识 在命令窗口中定义变量,并查看其数据类型。...三、矩阵与数组操作 重点内容知识点总结 矩阵创建:使用方括号[]创建矩阵,使用逗号,分隔元素,使用分号;分隔行。 矩阵运算:包括矩阵加法、减法、乘法、除法以及转置等。...了解特殊矩阵的生成方法,并在实际中加以应用。 四、基本数学运算与函数 重点内容知识点总结 基本数学运算:包括加法、减法、乘法、除法、幂运算等。 三角函数:如sin、cos、tan等。...如何学习该知识 在命令窗口中尝试进行各种数学运算,验证运算结果。 学习并使用三角函数、指数与对数函数,了解它们的应用场景。 掌握随机数生成函数的用法,了解随机数在仿真和模拟中的应用。...函数编写:了解函数文件的创建和保存方法,学会定义和调用自定义函数。 输入输出参数:了解函数输入输出参数的概念和用法。 匿名函数:了解匿名函数的创建和使用方法。

    37710

    Python实现所有算法-矩阵的LU分解

    实质上是将A通过初等行变换变成一个上三角矩阵,其变换矩阵就是一个单位下三角矩阵(有时是它们和一个置换矩阵的乘积)。...这些行变换的效果等同于左乘一系列单位下三角矩阵,这一系列单位下三角矩阵的乘积的逆就是L矩阵,它也是一个单位下三角矩阵。这类算法的复杂度一般在(三分之二的n三次方) 左右。...自己看图,以及下三角的对角元素都是1 矩阵是方阵(LU分解主要是针对方阵); 矩阵是可逆的,也就是该矩阵是满秩矩阵,每一行都是独立向量; 消元过程中没有0主元出现,也就是消元过程中不能出现行交换的初等变换...(2)分解按步进行,前边分解得到的信息为后边所用。 (3)[A]矩阵的存储空间可利用,节省存储。 所谓的节省空间是:L和U中的三角零元素都不必存储,这样只用一个n阶方阵就可以把L和U存储起来。...从行开始计算: 每次都会进去,进行一下矩阵乘法 那么下三角的对角线都有1 接下来是上三角的构建 OK,最后是输出 今天的内容很简单。

    82010

    深度学习进阶篇7:Transformer模型长输入序列、广义注意力、FAVOR+快速注意力、蛋白质序列建模实操。

    (A)$$$$\tilde{D}=diag(\tilde{A}1_{L})$$其中$tril(\cdot)$返回参数矩阵的下三角部分,包括对角线。...虽然在分解注意力矩阵之后,原始注意力机制与具有值输入的存储注意力矩阵相乘以获得最终结果,我们可以重新排列矩阵乘法以近似常规注意力机制的结果,并且不需要显式地构建二次方大小的注意力矩阵。...对于输入序列中没有注意前后 token 的单向(即因果)注意力而言,研究者稍微修改方法以使用前缀和计算(prefix-sum computation),它们只存储矩阵计算的运行总数,而不存储显式的下三角常规注意力矩阵...图片左:标准单向注意力需要 mask 注意力矩阵以获得其下三角部分;右:LHS 上的无偏近似可以通过前缀和获得,其中用于 key 和值向量的随机特征图的外积(outer-product)前缀和实现动态构建...与单词一样,蛋白质被指定为线性序列,其中每个字符是20个氨基酸构建块中的一个。将 Transformers 应用于大型未标记的蛋白质序列产生的模型可用于对折叠的功能性大分子进行准确的预测。

    75600

    手把手教你将矩阵画成张量网络图

    今天,我想分享一种不同的方法来描绘矩阵,它不仅用于数学,也用于物理、化学和机器学习。基本想法是:一个带有实数项的 m×n 矩阵 M 可以表示从 R^n→R^m 的线性映射。...你还会注意到结果图片有两个自由索引,即 i 和 k,它们确实定义了一个矩阵。 顺便说一下,画出这些图的一个关键特征是我们不必携带索引。...对于矩阵向量乘法,也有类似的情况:一个矩阵 M 乘以一个向量 v,得到另一个向量 Mv,它是一个具有一个自由边的节点。 ?...这里,U 和 V 是一元矩阵,所以是等距矩阵,也是三角形。矩阵 D 是一个对角矩阵,我喜欢用一个菱形来表示。总之,矩阵分解是将一个节点分解为多个节点;矩阵乘法是将多个节点融合为一个节点。 ?...我认为这只是一个不同领域的例子,使用几乎相同的符号来实现不同的目的。 范畴论研究者使用字符串图来证明事物。此外,字符串图用于表示大多数类型的映射,而不仅仅是向量空间之间的映射。

    1.9K20
    领券