矩阵计算
矩阵计算其实主要就是讲矩阵怎么求导数，对于机器学习和深度学习，我们要知道怎么求导数，因为所有的优化模型都是通过求导数来进行的。
矩阵计算这部分的内容是在矩阵论中进行学习的，这里涉及到优化了...
将导数扩展到向量，通常我们叫做梯度。（下面就是有关矩阵论的内容了... 实在不明白就先跳过吧）
QA
- 导数作用主要是进行梯度下降，但容易陷入局部最优解，请问可以使用什么方法来获得全局最优解？
如果是一个凸函数的，是可以获得最优解的，否则不管有什么方法，都是无法获得全局最优解的。
如果是凸函数，那么就是P问题，机器学习是只关心NP问题，所以大家不要太纠结最优解这个事情。
- Pytorch和MXNet是采用的自动微分和计算图吧？不会再使用手动微分实现吧？
是的，现在的深度学习框架基本都是自动微分和计算图的形式。
我们只需要懂这些数学大概是什么作用的，而无需自己亲自动手计算。