Python 之 numpy 和 tensorflow 中的各种乘法（点乘和矩阵乘）

把矩阵的知识都忘了，记录一下
点乘是向量的内积 叉乘是向量的外积！
点乘，也叫数量积。结果是一个向量在另一个向量方向上投影的长度，是一个标量。叉乘，也叫向量积。结果是一个和已有两个向量都垂直的向量。

向量的点乘:a * b

公式：a * b = |a| * |b| * cosθ 点乘又叫向量的内积、数量积，是一个向量和它在另一个向量上的投影的长度的乘积；是标量。 点乘反映着两个向量的“相似度”，两个向量越“相似”，它们的点乘越大。

向量的叉乘：a ∧ b

a ∧ b = |a| * |b| * sinθ 向量积被定义为： 模长：（在这里θ表示两向量之间的夹角(共起点的前提下)（0° ≤ θ ≤ 180°），它位于这两个矢量所定义的平面上。） 方向：a向量与b向量的向量积的方向与这两个向量所在平面垂直，且遵守右手定则。（一个简单的确定满足“右手定则”的结果向量的方向的方法是这样的：若坐标系是满足右手定则的，当右手的四指从a以不超过180度的转角转向b时，竖起的大拇指指向是c的方向。c = a ∧ b）

Python 之 numpy 和 tensorflow 中的各种乘法（点乘和矩阵乘）