矩阵/Tensor之间的叉乘（ matmul / @ ）：
矩阵乘法规则：
( N , M ) @ ( M , P ) = ( N , P )
如果两个矩阵/Tensor的形状相同，则两个矩阵/Tensor的点乘*的结果就是两个矩阵/Tensor对应位置相乘，要求矩阵/Tensor维数相同，且各个维度的长度相同。
当运算中的两个矩阵/Tensor的形状不同时，Numpy和Pytorch将自动触发broadcast机制。
Broadcast机制：两个矩阵broadcast之后的结果每一维都是两个矩阵中对应维度的最大值，如果维数不一致则在前面加一补齐。
使用broadcast必须满足两个规则：相对应的维数相等或有一个矩阵的维数是1。
最后结果的计算方法是：先将两个矩阵都broadcast到结果的维数，然后再按照相同维度的矩阵对应元素相乘、相加。
矩阵和向量之间的矩阵乘法：
在左边的向量是行向量，在右边的向量是列向量，这样的好处是结果矩阵一定是一个向量。
矩阵和向量之间的按元素乘法、加法：
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
