矩阵乘法之叉乘和点乘

矩阵的乘法包含两种:点乘和叉乘。

矩阵点乘的含义是对应元素相乘,例如矩阵A=\begin{bmatrix} 1 & 2 \\ 3 &4 \\ 5 &6 \end{bmatrix},同样存在矩阵B=\begin{bmatrix} 1 &2 \\ 1 &2 \\ 1 & 2 \end{bmatrix},

那么A\odot B = \begin{bmatrix} 1 & 4 \\ 3 & 8 \\ 5 & 12 \end{bmatrix}.

矩阵叉乘含义与我们平时理解矩阵相乘一致,即一个m\times n矩阵A,若要与另外一个矩阵相乘,另另外一个矩阵的行数必须为n,例如n\times m1,矩阵叉乘结束后的行列数为m\times m1

python下numpy矩阵点乘和叉乘的用法

在python中numpy库的矩阵A和矩阵B的点乘方法:A*B或者multipy方法

在python中numpy库的矩阵A和矩阵B叉乘的方法是A@B或者dot函数

这里dot函数需要注意下:

dot函数当两个矩阵的维度>2时,则为矩阵乘法与函数matmul功能相同。若维度小于2,则是向量相乘再求和。

参考链接:

矩阵和向量的点乘与叉乘_矩阵叉乘_鸣谦12的博客-CSDN博客

numpy中的multipy, matmul, dot的区别_NoBugPerfect的博客-CSDN博客

你可能感兴趣的:(线性代数,矩阵,线性代数)