前言

2023年7月，笔者刚刚结束中考，赋闲在家。彼时AI正大行其道蒸蒸日上，受网络氛围感染，笔者下载了若干电子书，试图用一个暑假来初步理解深度学习这一领域。然而，扑面而来的矩阵运算令我无所适从，阅读书籍更是举步维艰。经历了三年高中数学的学习与沉淀，笔者总算是鼓起勇气直面线性代数。

学习线性代数的基础不需要太深的数学功底，有初中数学基础，外加一点对于向量的理解完全足够。

这一系列笔记，都是学习过程中的随想随记，难免有错误疏漏或是理解不到位的情况。因此，笔者会不断修改更新完善所有的笔记，直到这些笔记能允许我在忘却一切的情况下快速重拾线性代数的相关知识。

创新点

笔者注意到主流的教程中，很少有与计算机结合的；即使结合，也大多是Matlab等语言。诚然，Matlab集成了大量便捷的功能，极大的便利了学习与科研，但是它贵啊（且笔者不会啊）

这时，Python便再次出场了。不要忘记笔者学习线性代数仅仅是为了满足好奇心（$\text{i.e.}$ 了解深度学习）。那么，为了能顺畅的由数学领域转移到计算机领域，使用Python可以说是最好不过的选择了，更何况它是开源免费的（且笔者略知一二）。

这一系列笔记主要使用numpy来进行矩阵运算，使用matploylib来完成部分可视化工作，使用manim 制作可视化动图。

这并非表明这些笔记从头到尾都是不严谨且逃避数学推导的。相反，初次接触新事物，理解，或者叫说服自己去理解，才是人之本性。就像没人会给幼儿园小朋友讲1后面的整数为什么是2一样，有一些人为规定的、却符合直觉的内容，理解的难度是远小于推导它的难度的。

尤其是进入大学后才感知到，对于非数学系专业的同学们来说，能用远远胜过为什么能用，后者往往是在大量的重复了前者后才逐步悟出来的。

如果时间充裕，请务必留意课后习题，说不定会有些额外的收获？

3Blue1Brown的视频提供了理解线性代数的一个窗口。站在巨人的肩膀上，笔者会将自己从Strang老爷子那里学到的视角展示给大家。两位巨人的思想加上一位凡人的整理，希望能带给你敏锐的直觉与完备的头脑。

祝学习顺利！欢迎建言献策，欢迎指出错误！