矩阵点乘和x乘－－－numpy和tensorflow

您所在的位置：网站首页 › 45×28乘0点 › 矩阵点乘和x乘－－－numpy和tensorflow

矩阵点乘和x乘－－－numpy和tensorflow

2024-06-16 02:24| 来源: 网络整理| 查看: 265

点乘和矩阵乘的区别： 1）点乘（即“ * ”） ---- 各个矩阵对应元素做乘法

若 w 为 m1 的矩阵，x 为 mn 的矩阵，那么通过点乘结果就会得到一个 m*n 的矩阵。

在这里插入图片描述若 w 为 mn 的矩阵，x 为 mn 的矩阵，那么通过点乘结果就会得到一个 m*n 的矩阵。

w的列数只能为 1 或与x的列数相等（即n），w的行数与x的行数相等才能进行乘法运算。 2）矩阵乘 ---- 按照矩阵乘法规则做运算

若 w 为 mp 的矩阵，x 为 pn 的矩阵，那么通过矩阵相乘结果就会得到一个 m*n 的矩阵。

只有 w 的列数 == x的行数时，才能进行乘法运算

在这里插入图片描述１、numpy 1)点乘

import numpy as np 2 3 w = np.array([[0.4], [1.2]]) 4 x = np.array([range(1,6), range(5,10)]) 5 6 print w 7 print x 8 print w*x

运行结果：在这里插入图片描述

２）矩阵乘

import numpy as np 2 3 w = np.array([[0.4, 1.2]]) 4 x = np.array([range(1,6), range(5,10)]) 5 6 print w 7 print x 8 print np.dot(w,x)

结果如下在这里插入图片描述

２、tensorflow 1)点乘在Python中，实现对应元素相乘，有2种方式，一个是np.multiply()，另外一个是*,这种方式要求连个矩阵的的形状shape相同。见如下Python代码：

import numpy as np # 2-D array: 2 x 3 two_dim_matrix_one = np.array([[1, 2, 3], [4, 5, 6]]) another_two_dim_matrix_one = np.array([[7, 8, 9], [4, 7, 1]]) # 对应元素相乘 element-wise product element_wise = two_dim_matrix_one * another_two_dim_matrix_one print('element wise product: %s' %(element_wise)) # 对应元素相乘 element-wise product element_wise_2 = np.multiply(two_dim_matrix_one, another_two_dim_matrix_one) print('element wise product: %s' % (element_wise_2)) 1 import tensorflow as tf 2 3 w = tf.Variable([[0.4], [1.2]], dtype=tf.float32) # w.shape: [2, 1] 4 x = tf.Variable([range(1,6), range(5,10)], dtype=tf.float32) # x.shape: [2, 5] 5 y = w * x # 等同于 y = tf.multiply(w, x) y.shape: [2, 5] 6 7 sess = tf.Session() 8 init = tf.global_variables_initializer() 9 sess.run(init) 10 11 print sess.run(w) 12 print sess.run(x) 13 print sess.run(y)

结果：在这里插入图片描述 2)矩阵乘

# coding:utf-8 2 import tensorflow as tf 3 4 w = tf.Variable([[0.4, 1.2]], dtype=tf.float32) # w.shape: [1, 2] 5 x = tf.Variable([range(1,6), range(5,10)], dtype=tf.float32) # x.shape: [2, 5] 6 y = tf.matmul(w, x) # y.shape: [1, 5] 7 8 sess = tf.Session() 9 init = tf.global_variables_initializer() 10 sess.run(init) 11 12 print sess.run(w) 13 print sess.run(x) 14 print sess.run(y)

结果：在这里插入图片描述

【本文地址】

矩阵点乘和x乘－－－numpy和tensorflow

矩阵点乘和x乘－－－numpy和tensorflow

今日新闻

推荐新闻