ML之数学基础：矩阵乘法

最近闲下来的时间在看吴恩达的深度学习那个课程，才看到第二周的课程，哎，玩儿心太大了，有空儿老是想着看电视剧了，有毒。。。
第二周的编程作业里面有Python-numpy的简单实用介绍连续，其中有讲到numpy.dot()这个方法，有组数据算出来我有点懵逼，这个函数的作用就是做矩阵的乘法运算，高数本来就没怎么好好学，又忘得差不多了，难受难受，代码如下：

import numpy as np


a = np.array([[1, 2],
              [2, 3],
              [3, 4]])
b = np.array([5, 6])


print a.shape
print b.shape
print np.dot(a, b)


Output:
(3, 2)
(2,)
[17 28 39]

懵逼了，完全不知道这个是咋算出来的，只记得矩阵乘以向量会得到一个向量，但是算的过程忘了，百度百科之，结果只说了矩阵乘以矩阵，没说矩阵乘以向量，噗。。。
最后把代码改成：

import numpy as np


a = np.array([[1, 1],
              [1, 1]])
b = np.array([5, 6])


print a.shape
print b.shape
print np.dot(a, b)


Output:
(2, 2)
(2,)
[11 11]

才搞明白，原来算的过程是：

[[1, 2],                    [[1 * 5 + 2 * 6],       [17,
[2, 3],     *   [5, 6]  =   [2 * 3 + 3 * 6],    =    28,
[3, 4]]                     [3 * 5 + 4 * 6]]         39]