| 矩阵乘法在numpy/matlab/数学上的不同 | 您所在的位置：网站首页 › matlab哈达玛积 › 矩阵乘法在numpy/matlab/数学上的不同 |
矩阵乘法在numpy/matlab/数学上的不同
|
数学意义上的矩阵乘法
1、当矩阵A的列数（column）等于矩阵B的行数（row）时，A与B可以相乘。 2、矩阵C的行数等于矩阵A的行数，C的列数等于B的列数。 3、乘积C的第m行第n列的元素等于矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。 乘积-哈达马积(hadamard product)
a * b 是进行矩阵相乘， a.*b是a矩阵的每一个元素乘以b矩阵对应位置的元素 形成的一个新矩阵。 Numpy In [1]: import numpy as np In [2]: a = np.array([[1, 2, 3], [4, 5, 6]]) In [3]: b = np.array([[1, 2, 3], [4, 5, 6]]) In [4]: a * b Out[4]: array([[ 1, 4, 9], [16, 25, 36]]) In [7]: np.multiply(a, b) Out[7]: array([[ 1, 4, 9], [16, 25, 36]]) 重点numpy中 a * b(相当于np.multiply(a, b)) 相当于数学上的乘积-哈达马积，相当于matlab中的点乘(.*), 并且要求a，b矩阵的shape一致；numpy中a.dot(b)(相当于np.dot(a,b)) 相当于数学上矩阵的乘法，相当于matlab中的矩阵乘法(a*b), 要求a矩阵的列等于b矩阵的行。 |
【本文地址】
公司简介
联系我们
| 今日新闻 |
| 推荐新闻 |
| 专题文章 |