Die Matrix ist das Standardwerkzeug, um lineare Operationen darzustellen. In neuronalen Netzen bestehen Gewichte, Aktivierungen und Gradienten aus Matrizen. Multiplikationen, Transponierungen oder Inversionen bilden das Rückgrat jeder Forward- und Backward-Pass-Berechnung.
Relevanz
- Transformationen: Matrizen drehen, skalieren oder projizieren Daten.
- Batching: Mehrere Beispiele lassen sich als Matrix multiplizieren.
- Optimierung: Bibliotheken wie cuBLAS oder MKL liefern hochperformante Matrix-Kerne.
