1. 내적(inner product)

딥러닝에서 내적은 매우 빈번하게 그리고 중요하게 사용됩니다.

내적은 무엇 이며 어떻게 계산되고 어떤 의미인지 파악해 보도록 합니다.

우리가 두 백터의 내적을 구할 때 쓰는 방법은

내적은 크기가 같은 두 백터의 원소끼리 각각 곱한 후 모두 더한 값입니다.

예를 들어 보자면 아래와 같은 2백터가 있을 때 내적은 아래와 같이 표현 할 수 있습니다

그렇다면 내적이 가지는 의미는 무엇일까요?

그 의미를 찾기 위해서는 내적의 기하학적 공식인 아래 공식을 보고 이야기 합니다.

두 백터를 내적한다는 것은 A 백터를 B 백터에 정사영(Project) 시킨 후 정사영된 백터(A`)의 길이와 B 백터의 길이를 곱한것을 의미합니다.

이 값은 스칼라 값입니다.

즉 2백터를 내적한다는 것은 A 백터가 B 백터의 성질을 얼만큼 가지고 있는냐를 의미합니다.

가령 2개의 데이터가 있을때 두 데이터를 내적

Option : 두 백터 사이의 각도를 구한다.

두 백터사이의 각도를 구해 봅시다.

두 백터의 각도를 구하기 위해서는 코사인 법칙을 활용합니다.