1、向量做外积运算，使得两个向量输出为矩阵形式。作为np.outer(A，B)
A向量作为列向量。B将默认为行向量。输出结果如图所示
2、用tensorflow和numpy对矩阵处理，里面基本上包含的函数是相同的，这里显著的差别就是：张量运算还是有实际输入值运算
tf.matmul用于张量运算，实际输出值需要通过
with Session() as sess:
v=sess.run(需要输出值变量)
np.matmul用于给出实际的矩阵值进行操作
3、tf中没有外积操作。实现两个向量相乘，用tf.transpose没办法实现转置，需要利用tf.reshape设定大小，实现转置操作
4、tf.matmul（）矩阵乘法和 tf.multiply（）点乘