向量与矩阵乘法

  大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为优快云博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳，不仅形成深入且独到的理解，而且能够帮助新手快速入门。

  本文主要介绍了向量与矩阵乘法，希望能对学习向量与矩阵乘法的同学有所帮助。

1. 向量与矩阵的本质

1.1 向量的本质

向量处于n维空间，高中或者大学学过基向量。如向量（2, 2, 2）处于三维空间（维度取决于列数），基向量为（i, j, k），且i =（1,0,0），j =（0,1,0），k =（0,0,1）,这三个基向量先通过数乘再通过加法法则得到向量（2, 2, 2），向量的另一重本质见1.2矩阵的本质

1.2 矩阵的本质

与向量类似，矩阵也有基向量的概念，如矩阵
[ 2 0 0 0 2 0 0 0 2 ] \begin{bmatrix} 2 & 0 & 0 \\ 0 & 2 & 0 \\ 0 & 0 & 2 \end{bmatrix}