python矩阵乘法区别（*,dot,matmul, multiply, inner, cross）

# 
	a = np.array([[0, 1, 2], [1, 2, 3], [3, 4, 5]])
    b = np.array([[1, 1, 2], [2, 2, 1], [1, 1, 2]])
    print(np.cross(a[0], b[0]))  # 叉乘 [0 , 2, -1]
    print(np.inner(a[0], b[0]))  # 5
    print(np.multiply(a, b))  # 对应元素相乘 相同维度下等于 a * b
    print(a * b)
    print(np.dot(a, b))  # 在二维情况下，矩阵叉乘 等同于 matmul 等于 @
    print(np.matmul(a, b))

总结：

向量中cross 叉乘 , inner 点乘
数学中矩阵乘法 就用np.matmul 或 @
矩阵对应元素乘法 就用 multiply 维数不同会广播
一维向量点乘 就用dot即对应元素相乘 在相加