ROW VECTOR Meaning in Thai - translations and usage examples

• เวกเตอร์แถว

Examples of using Row vector in English and their translations into Thai

You now get a row vector.
คุณจะได้เวกเตอร์แถว

We could call them row vectors maybe. r2, I'm not doing it too formally.
เราสามารถเขียนมันเวกเตอร์แถว. r2,ไม่ได้ทำอย่างเป็นทางการนะ

And really, all this is, is a row vector.
และที่จริงนี่คือเวกเตอร์แถว

I could do it maybe for row vectors, but we don't need to make a new definition.
ผมสามารถทำมันสำหรับเวกเตอร์แถวก็ได้, แต่เราไม่จำเป็นต้องนิยามอะไรใหม่

These are vectors now, row vectors.
พวกนี้เวกเตอร์แล้ว, เวกเตอร์แถว

So the dot product of this row vector with this column vector should be equal to that 0.
ดังนั้นดอตโปรดัคของเวกเตอร์แถวนี่กับเวกเตอร์คอลัมน์นี่ควรเท่ากับ0นั่น

This is actually called a row vector.
หลายคอลัมน์นี่คือสิ่งทีเรียกว่าเวกเตอร์แถวrowvector

We multiply this row vector times this column vector to get row 1, column 2, right?
เราก็คูณเวกเตอร์แถวนี้กับเวกเตอร์คอลัมน์นี้เพื่อหาพจน์แถว1คอลัมน์2ถูกไหม?

Like, like a row vector.
คุณต้องการ, เป็นเวกเตอร์แถว

If this is a column vector before, now it's going to become a row vector.
ถ้านี่คือเวกเตอร์คอลัมน์ก่อนหน้า, ตอนนี้มันจะกลายเป็นเวกเตอร์แถว

So I'm going to multiply this row vector times this column vector..
งั้นผมจะคูณเวกเตอร์แถวนี้กับเวกเตอร์คอลัมน์นี้นะ

So this is essentially the dot product of this row vector.
สุดท้ายแล้วนี่ก็คือโปรดัคของเวกเตอร์แถวนี้

I haven't formally defined a row vector times a column vector..
ผมยังไม่ได้นิยามคำว่าเวกเตอร์แถวคูณเวกเตอร์คอลัมน์เลย

Actually, this just looks like a vector, it's just a row vector.
ที่จริง, นี่ดูเหมือนเวกเตอร์, มันเป็นแค่เวกเตอร์แถว

We haven't really defined operations on row vectors that well yet, but I think you get the idea.
เรายังไม่ได้นิยามการดำเนินการกับเวกเตอร์แถวเช่นกัน, แต่ผมว่าคุณคงเข้าใจ

Like we have been working with, I can write my matrix as each row is the transpose of a column vector, or it's a row vector.
แบบที่เรากำลังใช้อยู่, ผมสามารถเขียนเมทริกซ์ของผมว่าแต่ละแถวคือทรานสโพสของเวกเตอร์คอลัมน์, หรือมันคือเวกเตอร์แถว

Now instead of viewing these as row vectors, we could view.
ทีนี้แทนที่จะมองพวกนี้เป็นเวกเตอร์แถว, เราสามารถ

And so this term, it will be this row vector times this column vector-- let me do that in a different color-- will be 1 times 6 plus 2 times 8.
ดังนั้นเทอมนี้มันจะมาจากเวกเตอร์แถวนี้คูณกับเวกเตอร์คอลัมน์นี้--ทำด้วยอีกสีนึง--จะได้1คูณ6บวก2คูณ8

So we could also view this as the span of the row vectors of our original guy.
เราก็มองมันได้ว่าเป็นสแปนของเวกเตอร์แถวของตัวเดิมนี้

We called the row vectors of those matrix, we called them the transpose of some column vectors, a1 transpose, a2 transpose, all the way down to an transpose.
เราเรียกเวกเตอร์แถวของเมทริกซ์, เราเรียกมันว่ารานสโพสของเวกเตอร์คอลัมน์, a1รานสโพส, a2รานสโพส, ไปจนถึงanรานสโพส

And then the second entry is going to be the dot product of this row vector with this column.
แล้วเทอมที่สองจะเป็นดอตโปรดัคของเวกเตอร์แถวนี้กับคอลัมน์นี้

In fact, not so many videos ago I had those row vectors, and I could have just called them the transpose of column vectors, just like that.
ที่จริงแล้ว, ไม่กี่วิดีโอที่ลแ้ว, ผมมีเวกเตอร์แถว, แล้วผมเรียกมันว่ารานสโพสของเวกเตอร์คอลัมน์, แบบนั้น

We're taking each row and we're essentially taking the dot product of this row vector with this column vector..
เราเอาแต่ละแถวมาและเราหาโปรดัคของเวกเตอร์แถวนี้กับเวกเตอร์คอลัมน์นี้

Well, if all of these guys can be represented as linear combinations of these row vectors in reduced row echelon form-- or these pivot rows in reduced row echelon form-- and these guys are all linearly independent.
ทีนี้, ถ้าเจ้าพวกนี้ทั้งหมดสามารถแทนได้ด้วยผลรวมเชิงเส้นของเวกเตอร์แถวเหล่านี้ในลักษณะขั้นบันไดลดรูปตามแถว--หรือแถวจุดหมุนในลักษณะขั้นบันไดลดรูปตามแถว

If you have the transpose of-- we can view this as, even though it's a transpose of a vector, you can view it as a-- it is a row vector, but you could also view it as a matrix.
ถ้าคุณมีทรานสโพสของ--เราสามารถมองนี่เป็น, แม้ว่ามันจะเป็นทรานสโพสของเวกเตอร์, แต่คุณมองมันเป็น--มันเป็นเวกเตอร์แถว, แต่คุณมองมัน

And we can actually take the dot product of this row vector and this column vector because they have the same length.
และเราสามารถคิดdotproductของเวกเตอร์แถวนี้กับเวกเตอร์คอลัมน์อันนี้เพราะมันยาวเท่ากัน

I say essentially because I didn't define a row vector dot a column vector..
ผมบอกอย่างนั้นเพราะผมยังไม่ได้นิยามเวกเตอร์แถวดอต กับเวกเตอร์คอลัมน์

Or you can interpret it as, essentially, the dot product of the row vectors, or you could define the row vectors as a transpose of column vectors..
หรือคุณสามารถตีความว่า, คือดอตโปรดัค ของเวกเตอร์แถว, หรือคุณสามารถนิยามเวกเตอร์แถวว่าเป็นทรานสโพสของเวกเตอร์คอลัมน์ก็ได้

And just to kind of keep things a little simple, let me just define-- just for notational purposes, you can view these as row vectors if you like, but I haven't formally defined row vectors so I won't necessarily go there.
และเพื่อให้ทุกอย่างง่ายหน่อย, ผม จะนิยาม--เพื่อให้สัญลักษณ์ง่าย, คุณจะมองนี่เป็นเวกเตอร์แถวก็ได้ถ้าต้องการ, แต่ผมยัง

And you're going to keep doing that because all of these are, essentially,-- you can kind of view it as the dot product of-- I haven't defined dot products with row vectors and column vectors, but I think you get the idea-- the sum of each of these elements, multiplied with the corresponding component in this vector.
แล้วคุณก็ทำไปเรื่อยๆเพราะทั้งหมดนี้คือ, สุดท้ายแล้ว--คุณสามารถมองมันเป็นดอตโปรดัค ของ--ยังไม่ได้นิยามว่าดอตโปรดัคระหว่างเวกเตอร์แถวกับ