本文详细比较了Python（numpy）和PyTorch中矩阵乘法（np.matmul(),@运算,np.dot()）以及Hadamard积（np.multiply(),*,torch.mul()）的使用方法，强调了PyTorch中特有的torch.mm()和torch.mv()运算，并指出在选择时应遵循官方推荐和具体应用场景。
在数据科学中，矩阵乘法用得特别频繁，而python中有多种矩阵乘法，现作一个简单总结。
1、python中numpy库的矩阵乘法
（1）矩阵乘法
第一种： np.matmul()
import numpy as np
x=np.array([[1, 2, 3], [4, 5, 6]])
y=np.array([[1, 2], [3, 4], [5, 6]])
np.matmul(x,y)
第二种：@运算
x = np.array([[1, 2, 3], [4, 5, 6]])
y = np.array([[1, 2], [3, 4], [5, 6]])
x@y
第三种：np.dot(A, B)矩阵乘法，点乘
x = np.array([[1, 2, 3], [4, 5, 6]])
y = np.array([[1, 2], [3, 4], [5
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
