点乘与叉乘 内积和外积

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)