bluemsi/2nd
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

[G1-Sync] Manual knowledge update

Browse Source
This commit is contained in:
Antigravity Agent
2026-04-30 22:42:02 +09:00
parent 0bd4f19e38
commit c36c0644a1
4888 changed files with 18470 additions and 18602 deletions
Download Patch File Download Diff File Expand all files Collapse all files
10_Wiki/Topics/Linear-Algebra.md
+3 -3
View File
@@ -1,8 +1,8 @@
---
id: P-REINFORCE-AUTO-LIAL-001
id: [[P-Reinforce]]-AUTO-LIAL-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 0.99
tags: [auto-reinforced, linear-algebra, mathematics, vectors, matrices, deep-learning, machine-learning]
tags: [auto-reinforced, linear-algebra, mathematics, vectors, matrices, [[Deep-Learning]], machine-learning]
last_reinforced: 2026-04-20
---
@@ -23,7 +23,7 @@ last_reinforced: 2026-04-20
* 딥러닝의 모든 학습과 추론은 결국 거대한 '행렬 곱셈'의 반복이기 때문임. (GPU 하드웨어가 이 연산에 목숨 거는 이유)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌**: 과거에는 수동 계산 정책 위주의 순수 수학이었으나, 현대 정책은 수십억 개의 행렬 연산을 병렬 처리 정책으로 소화하는 '수치 해석학 및 계산 수학 정책'으로 패러다임이 바뀜(RL Update). (High-Performance Computing (HPC)와 연결)
- **과거 데이터와의 충돌**: 과거에는 수동 계산 정책 위주의 순수 수학이었으나, 현대 정책은 수십억 개의 행렬 연산을 병렬 처리 정책으로 소화하는 '수치 해석학 및 계산 수학 정책'으로 패러다임이 바뀜(RL Update). ([[High-Performance Computing (HPC)]]와 연결)
- **정책 변화(RL Update)**: 최근에는 단순한 실수 연산을 넘어, 양자 연산이나 희소 행렬(Sparse Matrix) 최적화 정책 등 하드웨어 효율 정책을 극대화하는 선형 대수 기법들이 주목받음.
## 🔗 지식 연결 (Graph)