这个矩阵乘法背后的逻辑是什么？

Question

我正在尝试将这些一维矩阵（或向量）彼此相乘，如下所示：

a = np.array([1,2,3]).reshape(1,3)

b = np.array([4,5,6]).reshape(1,3)

c = np.dot(a,b)

print(c) 将 ab 错误输出为“形状 (1,3) 和 (1,3) 未对齐”，根据矩阵乘法定律这是正确的。

但是当我执行 c = a*b 和 print(c) 时，我得到一个 1 x 3 矩阵 - array([[ 4, 10, 18]])。

我的问题是 1 X 3 * 1 X 3 矩阵乘法如何产生 1 X 3 矩阵？第一个矩阵的列应该等于第二个矩阵的行。不是吗？

此外，如果你们中的任何人都可以提供更多关于 2 个形状 (i,j) 矩阵的点积与其乘法的不同之处的信息，那就太好了a*b？

Answer 1

dot 方法像您期望的那样执行矩阵乘法。 * 运算符采用两个相同维度的矩阵并将其对应的元素相乘，从而产生相同维度的结果。