内积与外积(Inner/Outer/Interior/Exterior)Product 及在计算机中的概念 |
您所在的位置:网站首页 › vector cross product › 内积与外积(Inner/Outer/Interior/Exterior)Product 及在计算机中的概念 |
向量和矩阵中有内积、外积等运算,但由于Outer Product和Exterior Product中文翻译都是“外积”。 Outer Product是线性代数中的外积(WikiPedia: Outer Product),也就是张量积 ; Exterior Product是解析几何中的外积(WikiPedia: Exterior Algebra),又叫叉乘(WikiPedia: Cross Product),即两个向量的法向量,一般用在三维空间。 向量内积(Inner product) : A·B,,得到一个数 这个最好理解,又叫向量点乘,也叫向量的内积、数量积。顾名思义,求下来的结果是一个数. 向量a·向量b=|a||b|cos 在物理学中,已知力与位移求功,实际上就是求向量F与向量s的内积,即要用点乘。 向量外积分两种(Outer Product和Exterior Product): Outer Product 又称张量积,例如线性代数中一列乘一行得到的一个矩阵,两个向量的Outer Product是一个矩阵 一般写作 aⓧb 注意:np中多维向量的外积都是先拉平,再求外积,如下(和矩阵外积有区别): Exterior Product(即中学课本常见的“外积”): 又称作叉乘,如下图所示,写作 a X b,几何意义为两个向量的法向量 矩阵乘法有很多种: 一般矩阵乘法,称作matmul product,中学课本的乘法,不做过多描述: 矩阵外积(升维运算):一般指的是Kronecker product(克罗内克积) A⊗B,两个任意矩阵大小都可相乘 矩阵外积就是矩阵的升维运算,将两个矩阵拉成向量形式,再按向量的外积运算。如mxn维矩阵与pxq维矩阵的外积维度为(mn)x(pq). 两个2x2的矩阵外积维度为(2x2)x(2x2)=4x4. 如 矩阵内积:一般认为,矩阵内积是矩阵对应元素成绩之和,类似于CNN的卷积。 如下图所示 矩阵元素积(element-wise product, point-wise product, Hadamard product),一般指Hadamard product(哈达玛积),如下所示: 一般写作:A⊙B 矩阵点积:点积(dot product),也称内积(inner product),标量积(scalar product) 符号:A.B,,和矩阵内积一样,对应元素相乘之和(有的地方可能把dot product计算为按照元素相乘后的矩阵,类似于按元素乘法,要根据具体情况和代码来分析,这块概念太杂了),要求两个矩阵大小一样。 1.向量点积。变成一个数。 2.矩阵点积。是每行每列的点积的矩阵(这句话存在争议,我觉得和向量点积一样)
矩阵的内积、外积、Hadamard积相关正确定义见: 矩阵内积、外积(克罗内克积)和Hadamard积_zhinanpolang的专栏-CSDN博客_矩阵内积 PS:深度学习论文中,numpy中的常见运算,主要以矩阵按元素乘(A⊙B)、哈达玛积(外积,A⊗B)为主,可适当参考(这篇文章有些概念不一定对,比如矩阵内积的解释):基本概念------内积与外积 inner & outer product_My_Communication的博客-CSDN博客_矩阵外积 numpy中的np.outer等应用: Numpy中outer的应用_秦昊wan-CSDN博客_numpy.outer 详细的概念和符号表示,可参考(矩阵外积之处有误,计算成正确结果的转置矩阵): 矩阵的各种乘积_zkq_1986的博客-CSDN博客_矩阵点积 部分图引用自: 190722-内积与外积(Inner/Outer/Interior/Exterior)Product_KL's Notebook-CSDN博客 向量的点乘(内积)和叉乘(外积)_mjiansun的专栏-CSDN博客_多维向量叉乘 感谢以上几位博主,主要根据他们的博客汇总而来的。难免有错误之处,一起改进! |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |