多维数据运算(矩阵乘法)

很多人把线性代数中的矩阵乘法在编程中搞复杂了，这里说明如下：

多维数据一般是用np运算，乘法可简单分为元素乘积和矩阵乘积

1. 元素乘积

这个简单，符号为：A*B，即对应元素相乘，这个必须保证矩阵维度相同, 即 A.shape = B.shape

import numpy as np
A = np.random.randn(2,2) # shape:[2,2]
print(A)
print(A*A)

2.矩阵运算

类似线性代数中的矩阵乘积 (行列乘积等于新矩阵的一个元素)，
计算符号包括4个：

• A@B
• A.dot(B)
• np.matmul(A,B)
• np.dot(A.B)

import numpy as np
A = np.random.randn(2,2) # shape:[2,2]
B = np.random.randn(2,4)

print(A@B)
print(A.dot(B))
print(np.dot(A,B))
print(np.matmul(A,B))

print(A@A)
print(A.dot(A))
print(np.dot(A,A))
print(np.matmul(A,A))

会发现以上四个运算符号的结果一样