如何使用 numpy 获得两个矩阵的点积？

Question

我正在尝试使用numpy 获取向量和矩阵的点积，但出现以下异常：ValueError: shapes (2,1) and (2,2) not aligned: 1 (dim 1) != 2 (dim 0)

基本上我只想将 2x1 矩阵（2 行向量）与 2x2 矩阵相乘，但 numpy 似乎不支持这一点。我已经尝试过用 1x2 矩阵做同样的事情，而且效果很好，但没有给我想要的结果。

我使用的代码是：

inputs = np.matrix([[1], [0]])
weights = np.matrix([[1, 2], [3, 4]])
print(np.add(np.dot(inputs, weights), 0))

#desired result = array([1, 3])

所以我的问题是：如何使用 numpy 执行我想要的操作？

编辑

会发生这样的事情：

>>> import numpy as np
>>> a = np.matrix([[1], [0]])
>>> b = np.matrix([[1, 2], [3, 4]])
>>> a * b
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python3.5/dist- 
packages/numpy/matrixlib/defmatrix.py", line 309, in __mul__
    return N.dot(self, asmatrix(other))
ValueError: shapes (2,1) and (2,2) not aligned: 1 (dim 1) != 2 (dim 0)

Answer 1

点积适用于相同大小的向量。你可以在 numpy 中将矩阵相乘。如果您需要不同的解决方案 - 请在问题中包含您的代码和期望的结果。

a = np.array([2,3])
b = np.array([[4,5],[6,7]])

>>> a * b
array([[ 8, 15],
    [12, 21]])

更新每个更新的问题：

inputs = np.matrix([[1], [0]])
weights = np.matrix([[1, 2], [3, 4]])
>>> weights * inputs
matrix([[1],
        [3]])