5分钟搞懂矩阵乘法的本质

大家好啊，我是董董灿。

很多与深度学习算法相关的面试，面试官可能都会问一类问题，那就是你是如何理解矩阵乘算法的。

更有甚者，会让你当场手写矩阵乘算法，然后问细节，问如何优化，面试现场，残忍至极。

那矩阵乘法的本质到底是什么呢？为什么在神经网络中，甚至如今大火的大模型中，有那么多矩阵乘法出现呢？

1、矩阵乘法的本质

我查了很多资料，得出一个结论：矩阵乘法的本质，是资源的整合和再创。

举个例子。

你是一个鸡尾酒调酒师，家里储存了很多鸡尾酒的原料，有金酒、利口酒、柠檬汁和可乐等等。

今天家里来了 3 位客人，他们分别喜欢喝“自由古巴”、“长岛冰茶”以及“龙舌兰日出”这 3 款鸡尾酒，并向你下了单。

希望你给他们调配出来各自喜欢的鸡尾酒。

巧的是，这 3 款鸡尾酒的原料都是金酒、利口酒、柠檬汁和可乐。

你作为一个调酒师，分分钟就把客人的爱好的鸡尾酒给调出来了。

怎么做的呢？你知道配方：

• 自由古巴: 20%金酒 + 45% 利口酒 + 10%柠檬汁 + 25%可乐

• 长岛冰茶: 60%金酒+ 30%利口酒 + 5% 柠檬汁 + 5% 可乐

• 龙舌兰日出：30%金酒 + 10%利口酒 + 30%柠檬汁 + 30%可乐

你在调配鸡尾酒的过程中，是按照这个配方来调配的。

这里的原料，比如利口酒和可乐，就是输入资源，配比(比如可乐的 25% )就是赋予该资源的权重。

将相同的原料按照不同的配比混合起