python中矩陣與陣列相乘的問題

下文**一下在神經網路中可能會遇到的np.dot（陣列，矩陣）和np.dot（矩陣，陣列）等矩陣與陣列相乘的問題：

import numpy as np

import tensorflow as tf
a = np.array([6,7,8])
b = np.array([[1,2], [3, 4], [5,6]])
print(a.shape)
print(b.shape)
print(np.dot(a,b).shape)
print(np.dot(a,b))

(3,)

(3, 2)
(2,)
[67 88]

import numpy as np

import tensorflow as tf
b = np.array([[1,2], [3, 4], [5,6]])
c = np.array([7,8])
print(b.shape,c.shape)
print(np.dot(b,c).shape)
print(np.dot(b,c))

(3, 2) (2,)

(3,)
[23 53 83]

結論：

關於陣列的矩陣相乘與翻轉

二維陣列的矩陣輸出和矩陣翻轉的變化 矩陣a和b都是兩行兩列，矩陣相乘時，a的行元素乘以b的列元素，然後相加 下面時乙個手寫圖 include intmain for i 0 i 3 i 輸入行b 進行矩陣的相乘 需要注意的是矩陣的相乘兩個矩陣乙個相同點 例如a矩陣的 列 要和b矩陣的 行 個數相同，...

陣列元素相乘 C 矩陣相乘

矩陣相乘最重要的方法是一般矩陣乘積。它只有在第乙個矩陣的列 column 和第二個矩陣的行數 row 相同時才有意義 一般單指矩陣乘積時，指的便是一般矩陣乘積。乙個m n的矩陣就是m n個數排成m行n列的乙個數陣。由於它把許多資料緊湊的集中到了一起，所以有時候可以簡便地表示一些複雜的模型。運算如下所...

tensorflow中向量與矩陣相乘

tensorflow學習的小白一枚。今天看到tensorflow中矩陣的乘法，看到有帖子說tensorflow中向量不能與矩陣直接相乘，不然會出錯。我就覺得很奇怪，tensorflow這麼流行的庫怎麼會出現這種弱智的問題呢？然後看了幾個帖子，怎麼解決這個問題的，看了半天，覺得太複雜了，並且他們寫錯了...