Numpy中shape（宽，高，层） dot点乘 outer外积

dot outer ==》https://blog.youkuaiyun.com/hqh131360239/article/details/79064592

 

三维shape（宽，高，层）

 

np.dot（）执行矩阵 - 矩阵或矩阵 - 向量乘法。

这与np.multiply（）和*运算符（相当于Matlab / Octave中的。*）不同，后者执行逐元素乘法。

 

 

1、dot

①一维，计算内积，得到一个值

②多维，满足矩阵相乘

2、outer

①对于多维向量，全部展开变为一维向量

②第一个参数表示倍数，使得第二个向量每次变为几倍。

③第一个参数确定结果的行，第二个参数确定结果的列

import numpy as np
x1 = [1,2,3]
x2 = [4,5,6]
outer = np.outer(x1,x2)
print outer
x1 = [[1,2],[3,4]]
x2 = [[1,1],[1,1]]
outer = np.outer(x1,x2)
print outer
结果显示：
[[ 4  5  6]       #1倍
 [ 8 10 12]       #2倍
 [12 15 18]]      #3倍
[[1 1 1 1]        #1倍
 [2 2 2 2]        #2倍
 [3 3 3 3]        #3倍
 [4 4 4 4]]       #4倍
3、multiply

①对应位置进行加减乘除

②两个参数和结果的shape应该一致