欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

numpy 和 tensorflow 中的各种乘法(点乘和矩阵乘)

程序员文章站 2022-10-08 23:03:14
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 m\ 1 的矩阵,x 为 m\ n 的矩阵,那么通过点乘结果就会得到一个 m\ n 的矩阵。 若 w 为 m\ n 的矩阵,x 为 m\ n 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 ......

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 m*1 的矩阵,x 为 m*n 的矩阵,那么通过点乘结果就会得到一个 m*n 的矩阵。

numpy 和 tensorflow 中的各种乘法(点乘和矩阵乘)

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

numpy 和 tensorflow 中的各种乘法(点乘和矩阵乘)

w的列数只能为 1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 m*p 的矩阵,x 为 p*n 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

numpy 和 tensorflow 中的各种乘法(点乘和矩阵乘)

1. numpy

1)点乘

1 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

运行结果如下图:

numpy 和 tensorflow 中的各种乘法(点乘和矩阵乘)

2)矩阵乘

1 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)

运行结果如下:

numpy 和 tensorflow 中的各种乘法(点乘和矩阵乘)

2. tensorflow

1)点乘

 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)

运行结果如下:

numpy 和 tensorflow 中的各种乘法(点乘和矩阵乘)

2)矩阵乘

 1 # 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)

运行结果如下:

numpy 和 tensorflow 中的各种乘法(点乘和矩阵乘)