这对你们来说可能是一个非常简单的问题。
我想将整个矩阵重新设置为单个数字。例如
假设我有一个 3*3 矩阵，如下所示：
[ 1 2 3， 4 5 6， 7 8 9 ]
我可以将此矩阵表示为单个数字吗？
问了这个问题，让我告诉你我为什么要这样做。
我有 2 个矩阵，我希望 2 个矩阵的差值为一个数字。我真正想要的是找出不同/相似的 2 个矩阵如何用单个数字(而不是矩阵(表示。
有一整类函数接受矩阵并产生标量数：请参阅 https://en.wikipedia.org/wiki/Matrix_norm 如果您只是想要一个简单的建议，请使用 Frobenius 范数。在 Python 中：
import numpy as np
frobenius = lambda matrix: np.sqrt(np.sum(matrix ** 2))
(或者，只使用scipy.linalg.norm(matrix, 'fro')！请参阅 scipy.linalg.norm 文档，其中列出了它支持的许多规范。
现在。如果要将两个矩阵之间的相似性量化为数字，请使用差值的范数：
frobenius(matrix1 - matrix2)
(不要先取范数再减去它们，这不是测量矩阵距离的可靠方法。(即frobenius(matrixA) - frobenius(matrixB) # BAD BAD BAD! .
您希望
两个矩阵之间的差值为单个数字。所以你不想把两个矩阵表示为一个数字，然后取差 - 这会起作用，但它会破坏信息。
如果矩阵大小相同，则取均方差根偏差。 a{0][0] - b[0][0] 平方等然后求和，取平均值和平方根(按此顺序(。
您可以定义一个双射函数，f矩阵空间到自然数集：
f: M -> N
您可以使用哈希函数以算法方式实现此方法。