В моем последнем посте я обсуждал собственное разложение. Однако это применимо только к квадратным матрицам. Более общий метод, разложение по сингулярным числам (SVD), называемый фундаментальной теоремой линейной алгебры , существует для всех матриц. В этом посте я сначала представлю теорию и конструкцию SVD, а затем покажу вам, как мы можем использовать SVD для аппроксимации матриц, что позволяет сжимать изображения. Помните, что изображения — это всего лишь матрицы со значениями,..