最近在进行图像处理的时候用到了点乘与叉乘 内积和外积 有点混乱现在来具体解释一下
1. 内积(点乘或者数量积)结果为标量
向量的内积(点乘/数量积).对两个向量执行点乘运算,就是对这两个向量对应位一一相乘之后求和的操作 ab = a1b1+a2b2+a3b3,
向量内积的几何意义
内积(点乘)的几何意义包括:
表征或计算两个向量之间的夹角
b向量在a向量方向上的投影
如果a, b为矩阵的话, 那么内积即为矩阵的乘法, 在np或者torch中一般是这样表示的
# 如果a, b的行为1 也就是个向量 他们的内积
x =np.dot(a, b)
x = np.sum(a*b) # *为对应为相乘 但是不向加
# 如果a, b的行大于等于2 也就是矩阵 那他们的内积
x = np.dot(a, b)
x =np.matmul(a, b)
2.外积(叉乘,笛卡尔)
方向根据右手定则来判定
符号表示a×b = |a||b|sin<a, b>
x = np.cross(a,b)