Python: Numpy: 两个形状不同的矩阵作计算的广播机制

在2个不同的矩阵运算过程中，Numpy将较小的矩阵拉伸成较大矩阵的形状(shape)，

然后Numpy加减乘除不同矩阵的加减乘除运算。

比如：class = np.random.randn(100, 2) + np.array([5, 5])

相当于把[5,5]这个矩阵在竖直方向上进行了拉长，变成了一个100行2列，且每行都是【5， 5】的矩阵

广播规则：1.两个矩阵有一个行或者列的维度是一样大小的

2.两个矩阵中其中一个维度为1

3.如果所有输入阵列不具有相同数量的维度，则在较小阵列的形状上重复地加上“1”，直到所有阵列具有相同数量的维度。

4.保证阵列尺寸延伸至最大的形状沿维数的数组的大小。数组元素的值沿该维度被“广播”数组相同。

参考官方文档：https://docs.scipy.org/doc/numpy/user/quickstart.html#broadcasting-rules

numpy中文参考文档：https://ptorch.com/news/38.html