機器學習中的“向量”是指的只有一列的“矩陣”，這個矩陣有多少行就稱其為有多少維度

矩陣的加（減）法：兩個矩陣必須維度相同（行數列數相同）才可以加減，對應的元素相加減

矩陣的乘（除）法：

    1、標量與矩陣的乘（除）法：標量與矩陣中的每個元素進行相乘（除）【符合乘法交換律，結果一樣；符合乘法結合律】

    2、矩陣與矩陣的乘法：前行乘後列，前面矩陣的列數要和後一個矩陣的行數相同，最終得到一個前行數X後列數維的矩陣【不符合乘法交換律；符合乘法結合律】例如：

單位矩陣：主對角線上全為1，其餘位置全為0的矩陣，例如：

    任何矩陣乘以單位矩陣都為其本身，單位矩陣與標量乘法裡面的“1”相同，不同維度矩陣的單位矩陣維度也不同，單位矩陣的維度可以通過與之相乘矩陣的行或者列來確定，例如：

逆矩陣：相當於實數中的“倒數”概念，任何矩陣乘以它的逆矩陣都等於單位矩陣，例如：

只有方陣才有逆矩陣！ 不存在逆矩陣的矩陣稱之為奇異矩陣或者退化矩陣

矩陣的轉置：原矩陣的行變為列，原矩陣的列變為行，形成原矩陣的轉置，例如：

轉置矩陣的定義為：Aij = Aji