در این مطلب، ویدئو به دست آوردن تجزیه ارزش مفرد با استفاده از پایتون با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:09:03
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,320 –> 00:00:02,800
خوب پس اجازه دهید به شما نشان دهم که چگونه با استفاده از پایتون
2
00:00:02,800 –> 00:00:05,200
تجزیه مقدار مفرد را بدست آورید
3
00:00:05,200 –> 00:00:09,679
و
4
00:00:09,679 –> 00:00:12,320
من از نسخه پایتون استفاده می کنم که
5
00:00:12,320 –> 00:00:14,480
برای همه در دسترس است تا اگر می
6
00:00:14,480 –> 00:00:17,680
خواهید من را دنبال کنید می توانید
7
00:00:17,680 –> 00:00:20,400
این را دنبال کنید که به آن google collabs می
8
00:00:20,400 –> 00:00:21,279
گویند google collab
9
00:00:21,279 –> 00:00:24,480
و شما اولین مورد را می بینید
10
00:00:24,480 –> 00:00:27,680
و وقتی کلیک می کنید و روی new notebook کلیک می کنید،
11
00:00:27,680 –> 00:00:30,560
آه، به آدرس gmail نیاز
12
00:00:30,560 –> 00:00:32,320
دارید و
13
00:00:32,320 –> 00:00:34,399
برای استفاده از آن باید وارد شوید، بنابراین بر روی
14
00:00:34,399 –> 00:00:36,079
new notebook کلیک کنید و چیزی شبیه به آن
15
00:00:36,079 –> 00:00:39,360
دریافت خواهید کرد. خوب است
16
00:00:39,360 –> 00:00:41,840
ابتدا باید چند کتابخانه را وارد کنیم
17
00:00:41,840 –> 00:00:42,559
زیرا
18
00:00:42,559 –> 00:00:46,160
به طور پیش فرض پایتون نمی داند چگونه
19
00:00:46,160 –> 00:00:49,280
این محاسبات را انجام دهد و کتابخانه ای
20
00:00:49,280 –> 00:00:50,640
که محبوب ترین
21
00:00:50,640 –> 00:00:53,920
و مفیدترین آن برای این کار است numpy است و
22
00:00:53,920 –> 00:00:55,280
ما یک نام مستعار
23
00:00:55,280 –> 00:00:58,879
به نام np enter و سپس
24
00:00:58,879 –> 00:01:02,879
i’ می دهیم. m همچنین برخی از توابع را
25
00:01:02,879 –> 00:01:05,840
در آنجا وارد می کنم که من اغلب از آنها استفاده خواهم کرد
26
00:01:05,840 –> 00:01:06,799
که
27
00:01:06,799 –> 00:01:10,640
وجود ندارند، بنابراین می خواهم
28
00:01:10,640 –> 00:01:13,680
بگویم از
29
00:01:13,680 –> 00:01:18,880
numpy.linear جبر import
30
00:01:18,920 –> 00:01:21,520
eigenh، بنابراین این برای
31
00:01:21,520 –> 00:01:25,759
ماتریس های هرمیتین ویژه هرمیتین است
32
00:01:25,759 –> 00:01:26,000
33
00:01:26,000 –> 00:01:29,439
که مقادیر ویژه و th را پیدا کنند. و
34
00:01:29,439 –> 00:01:32,720
بردارهای ویژه uh مورد ما
35
00:01:32,720 –> 00:01:36,159
متقارن واقعی است متقارن
36
00:01:36,159 –> 00:01:39,040
واقعی همیشه هرمیتی هستند بنابراین این
37
00:01:39,040 –> 00:01:40,000
گیج چشمی است و سپس
38
00:01:40,000 –> 00:01:43,040
باید بردار را نرمال کنیم بنابراین
39
00:01:43,040 –> 00:01:43,600
من می
40
00:01:43,600 –> 00:01:46,320
خواهم تابع هنجار را برای یافتن
41
00:01:46,320 –> 00:01:48,399
هنجار یک بردار دریافت کنم
42
00:01:48,399 –> 00:01:50,399
حالا شما تایپ کنید اینها و شما باید shift enter را انجام دهید
43
00:01:50,399 –> 00:01:52,320
44
00:01:52,320 –> 00:01:55,840
تا پایتون اجرا شود و
45
00:01:56,079 –> 00:02:01,200
اکنون اجرا شده است و
46
00:02:01,280 –> 00:02:04,799
اوه باید یک مساوی انجام دهید تا اجازه دهید من از محاسبه استفاده کنم
47
00:02:04,799 –> 00:02:05,680
48
00:02:05,680 –> 00:02:08,720
بنابراین سرمایه a برابر است با np
49
00:02:08,720 –> 00:02:12,480
آن آرایه و آرایه ها این آرایه از
50
00:02:12,480 –> 00:02:13,599
اعداد هستند اما
51
00:02:13,599 –> 00:02:16,959
همانطور که می بینید اگر
52
00:02:16,959 –> 00:02:19,200
آرایه هایی در داخل یک آرایه دارید که شبیه یک
53
00:02:19,200 –> 00:02:20,480
ماتریس است، زیرا
54
00:02:20,480 –> 00:02:23,360
هر یک از این آرایه های اعداد
55
00:02:23,360 –> 00:02:24,879
به عنوان ردیف هایی
56
00:02:24,879 –> 00:02:27,840
از یک ماتریس در نظر گرفته می شوند و شما کاما می گذارید و
57
00:02:27,840 –> 00:02:30,080
دوباره آنها را با براکت
58
00:02:30,080 –> 00:02:33,360
هایی محصور می کنید که یک آرایه دو بعدی به شما می دهد
59
00:02:33,360 –> 00:02:35,280
که یک ماتریس است. ما قصد داریم آن را
60
00:02:35,280 –> 00:02:37,840
تعریف کنیم
61
00:02:38,319 –> 00:02:41,200
و من می خواهم به شما نشان دهم که چگونه
62
00:02:41,200 –> 00:02:42,959
ضرب ماتریس را محاسبه کنید، بنابراین کاری که می
63
00:02:42,959 –> 00:02:43,519
توانید انجام دهید این است که
64
00:02:43,519 –> 00:02:47,120
یک نقطه t که جابجایی a است
65
00:02:47,120 –> 00:02:50,480
و سپس نماد را اضافه
66
00:02:50,480 –> 00:02:52,319
کنید ضرب ماتریس است، بنابراین اگر
67
00:02:52,319 –> 00:02:57,200
یک جابجایی را در a ضرب کنید، به دست می آورید. این
68
00:02:57,200 –> 00:03:00,480
ماتریس و همانطور که می بینید این واقعاً
69
00:03:00,480 –> 00:03:03,920
متقارن است، بنابراین این منفی 3
70
00:03:03,920 –> 00:03:04,560
منفی 3
71
00:03:04,560 –> 00:03:06,959
2 و 2 6 و 6 مطابقت دارند، بنابراین
72
00:03:06,959 –> 00:03:09,040
اگر جابجایی این را در نظر بگیرید مانند
73
00:03:09,040 –> 00:03:10,800
قبل است، اکنون خوب است،
74
00:03:10,800 –> 00:03:14,480
زیرا من به مقادیر ویژه و
75
00:03:14,480 –> 00:03:17,519
و بردارهای ویژه، بنابراین کاری که ما می خواهیم
76
00:03:17,519 –> 00:03:18,239
انجام دهیم این است که
77
00:03:18,239 –> 00:03:22,560
من روی یک نقطه t در یک اندازه گیری اعمال می کنم
78
00:03:22,560 –> 00:03:25,840
، بنابراین
79
00:03:25,840 –> 00:03:27,840
چون من از این استفاده می کنم، به
80
00:03:27,840 –> 00:03:29,519
نوعی از بخشی که
81
00:03:29,519 –> 00:03:31,360
مقادیر ویژه
82
00:03:31,360 –> 00:03:35,599
بردارهای ویژه را با دست پیدا می کنید صرف نظر
83
00:03:35,599 –> 00:03:37,360
می کنم و فرض می کنم که شما می دانید که اشکالی ندارد. بنابراین
84
00:03:37,360 –> 00:03:39,040
بیایید بگوییم که
85
00:03:39,040 –> 00:03:42,640
ما می دانیم چگونه آن را انجام دهیم، خوب و
86
00:03:42,640 –> 00:03:45,200
همانطور که می بینید شما این مقادیر ویژه را دریافت می کنید،
87
00:03:45,200 –> 00:03:46,159
من این
88
00:03:46,159 –> 00:03:49,200
ماتریس را a ساختم تا به نوبه خود
89
00:03:49,200 –> 00:03:53,439
مقداری ویژه اعداد صحیح را به من بدهد
90
00:03:53,439 –> 00:03:56,080
که فکر می کردم کار با آنها آسان تر است،
91
00:03:56,080 –> 00:03:57,120
92
00:03:57,120 –> 00:03:58,959
اما همین رویه را می توان برای
93
00:03:58,959 –> 00:04:01,360
هر ماتریسی با هر اندازه ای استفاده کرد، بنابراین
94
00:04:01,360 –> 00:04:02,640
فقط این کار را انجام دهید و سپس
95
00:04:02,640 –> 00:04:04,400
مقادیر ویژه و
96
00:04:04,400 –> 00:04:07,599
این آرایه ها را دریافت می کنید، این مانند
97
00:04:07,599 –> 00:04:11,439
ماتریس v است که
98
00:04:11,439 –> 00:04:15,680
یک نقطه t ضرب در a را مورب می کند، به
99
00:04:15,680 –> 00:04:18,798
طوری که مانند v است و ما می توانیم اختصاص دهیم.
100
00:04:18,798 –> 00:04:20,320
اولین مورد
101
00:04:20,320 –> 00:04:23,360
به عنوان آرایه های مقدار ویژه uh s و
102
00:04:23,360 –> 00:04:24,880
یک کاما وجود دارد و
103
00:04:24,880 –> 00:04:28,080
دومی v است، بنابراین روشی که می
104
00:04:28,080 –> 00:04:31,360
توانیم آنها را نسبت دهیم این است که بگوییم ev کاما
105
00:04:31,360 –> 00:04:34,639
v برابر این چیز است،
106
00:04:37