numpy中矩阵相关乘法总结⼀、numpy中向量和矩阵的概念
  向量：1维
  矩阵：⾄少是 2 维
⼀、矩阵相乘有3种可能想要的到的结果：
  1，对位乘积：两个矩阵shape相同，各元素对应相乘，结果还是矩阵（相同shape）
  2，矩阵乘法：数学上的矩阵乘法
  3，向量内积：对应元素相乘，再相加，得到⼀个数值
⼆、numpy中可⽤的乘法运算操作
  1、a  *  b
  2、numpy.dot(a,b)
  3、numpy.multiply(a,b)
  4、numpy.matmul(a,b)
  5. a @ b
三、5种操作如何跟矩阵乘法的3种可能结果对应呢？
  1、dot(a,b)函数
    （1）当a,b都是⼀维数组（矩阵）时，结果为向量内积。
    （2）当a,b是矩阵时（不都是⼀维），需要符合数学中关于矩阵的约束，矩阵乘法
numpy教程 pdf  2、multiply(a,b)函数
    a,b必须有相同的shape，对位乘积
  3、*
    a,b必须有相同的shape，对位乘积
  4、matmul(a,b)函数：
    数学上的矩阵乘法
  5、a @ b
    数学上的矩阵乘法
四、 3种结果如何与 5中运算对应呢？
  对位乘积： a * b  、 multiply(a,b)
  向量内积： dot(a,b) 当a,b均为⼀维向量
  矩阵乘积:    dot（a,b）, matmul(a,b) ,  a @ b

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。