多维矩阵乘法与逐点相乘

在 NumPy 或类似的数组操作库中，多维矩阵乘法是按照最后两个维度进行的。这被称为 "最后两维矩阵乘法规则" 或 "尾部维度矩阵乘法规则"。

例如，考虑两个三维数组 A 和 B，其中 A 的形状是 (a, b, c)，而 B 的形状是 (a, c, d)。在这种情况下，可以使用 np.matmul 函数（或 @ 运算符）对这两个数组进行矩阵乘法，如下所示：

import numpy as np

# 创建两个三维数组
A = np.random.rand(2, 3, 4)  # 形状为 (2, 3, 4)
B = np.random.rand(2, 4, 6)  # 形状为 (2, 4, 6)

# 对最后两维进行矩阵乘法
result = np.matmul(A, B)  # 或者使用 result = A @ B

print(result.shape)  # 结果的形状为 (2, 3, 6)

在这个例子中，A 和 B 的最后两维分别是 (3, 4) 和 (4, 6)，它们满足矩阵乘法的要求，因此得到的结果是一个形状为 (2, 3, 6) 的数组。

需要注意的是，这个规则只适用于矩阵乘法，而不是元素级别的乘法。如果你需要执行元素级别的乘法，可以使用 * 运算符。