tensorflow中的乘法
在tensorflow中向量、矩阵乘法大概可以分为两种：1、代数乘法；2、对应元素相乘
这两种运算使用两种运算模式：代数乘法使用matmul。对应元素相乘使用*号。下面给出例子。
一、代数乘法（使用函数matmul)
代数乘法就是高等代数（线性代数）中行列对应元素相乘再求和。
1、两个向量间相乘。w是1xn的行向量，x是nx1的列向量，相乘的结果是一个1x1的向量。
import tensorflow as tf
w =tf.random.normal([1, 6], mean=-1, stddev=4)
x =tf.random.normal([6,1])
print(w,x)
print(tf.matmul(w,x))2、一个矩阵乘以一个向量。A是一个nxm的矩阵，x是一个mx1的列向量，相乘的结果是一个nx1的列向量。
其中每个元素
w =tf.random.normal([5, 6], mean=-1, stddev=4)
x =tf.random.normal([6,1])
print(w,x)
print(tf.matmul(w,x))3、两个矩阵相相乘。A是一个nxm的矩阵，B是一个mxk的矩阵，相乘的结果是一个nxk的矩阵。
w =tf.random.normal([5, 6], mean=-1, stddev=4)
x =tf.random.normal([6,4])
print(w,x)
print(tf.matmul(w,x))总之，如果把向量（1xm）看成矩阵（nxm）的特例，也可以认为只有一种运算。
二、对应元素相乘(使用*号）
1、两个向量间。两个相同维数向量相乘，结果是一个向量。
w =tf.random.normal([6, 1], mean=-1, stddev=4)
x =tf.random.normal([6,1])
print(w,x)
print(w*x)2、一个矩阵乘以一个向量。结果是一个矩阵。
w =tf.random.normal([6, 5], mean=-1, stddev=4)
x =tf.random.normal([6,1])
print(w,x)
print(w*x)3、两个矩阵相乘。结果是一个矩阵。
w =tf.random.normal([6,5], mean=-1, stddev=4)
x =tf.random.normal([6,5])
print(w,x)
print(w*x)
三、注意事项：
1、代数乘法，第一个矩阵的列数与第二个矩阵的行数必须相同。代数运算的要求。
2、对应元素相乘，向量与向量间，矩阵与矩阵间，行、列数必须都相同。矩阵与向量间行数必须相同。