tensorflow中的乘法

最新推荐文章于 2024-04-28 18:05:44 发布

bjay

最新推荐文章于 2024-04-28 18:05:44 发布

阅读量5.6k

点赞数 4

分类专栏： tensorflow 文章标签：线性代数 python tensorflow 矩阵

本文链接：https://blog.csdn.net/bjay/article/details/114426096

版权

在tensorflow中向量、矩阵乘法大概可以分为两种：1、代数乘法；2、对应元素相乘

这两种运算使用两种运算模式：代数乘法使用matmul。对应元素相乘使用*号。下面给出例子。

一、代数乘法（使用函数matmul)

代数乘法就是高等代数（线性代数）中行列对应元素相乘再求和。

1、两个向量间相乘。w是1xn的行向量，x是nx1的列向量，相乘的结果是一个1x1的向量。

$y=\omega^Tx=\sum\limits^n_{i=1}\omega_i x_i$

import tensorflow as tf

w =tf.random.normal([1, 6], mean=-1, stddev=4)
x =tf.random.normal([6,1])
print(w,x)
print(tf.matmul(w,x))

2、一个矩阵乘以一个向量。A是一个nxm的矩阵，x是一个mx1的列向量，相乘的结果是一个nx1的列向量。

$y=Ax=(y_i)=(\sum\limits^m_{j=1}a_{ij}x_j)$

其中每个元素

w =tf.random.normal([5, 6], mean=-1, stddev=4)
x =tf.random.normal([6,1

关注

专栏目录