《动手学深度学习》练习—第二章预备知识

一、2.1数据操作

1、运⾏本节中的代码。将本节中的条件语句X == Y更改为X < Y或X > Y，然后看看你可以得到什么样的张量。
回答： 都是输出结果比较的张量
X==Y时

X<Y时：

X>Y时：

2、⽤其他形状（例如三维张量）替换⼴播机制中按元素操作的两个张量。结果是否与预期相同？
回答： 不一定，得看张量的大小，根据具体情况具体分析。
可以参考这个博客的分析：pytorch的广播机制

二、2.2数据预处理

1、删除缺失值最多的列。
回答： 可以利用isnull对缺失值进行统计，然后利用sum和idxmax找到对应的列序号，最后进行删除。

2、将预处理后的数据集转换为张量格式。
回答： 主要是利用torch.tensor进行转换

三、2.3线性代数

1、证明一个矩阵 𝐀的转置的转置是 𝐀 ，即$(A^T{)}^T=A$ 。
回答： 设 $B=A^T，则B_{ji}=A_{ij}，设C=B^T=(A^T{)}^T，则可知C_{ij}=B_{ji}，故C_{ij}=A_{ij}，所以(A^T{)}^T=A。$
2、给出两个矩阵 𝐀和 𝐁 ，证明“它们转置的和”等于“它们和的转置”，即 $A^T+B^T=(A+B{)}^T。$
回答： 设 A T + B T = C 。则 C i j = A j i + B j i ，又设 D = ( A + B ) ，则 D j i = A j i + B j i ，故 C = D T ，所以 A T + B T = ( A + B ) T 得证。 设 A^T+B^T = C。则C_{ij}=A_{ji}+B_{ji}，又设D=(A+B)，则D_{ji}=A_{ji}+B_{ji}，故C=D^T，所以A^T+B^T = (A+B)^T得证。 </