Tensorflow学习笔记(四)------矩阵相乘

前言

以前的数学知识完完全全的交还给老师了,因此连基础的《矩阵相乘》都忘的一干二净了,想借此弥补一下自己的知识漏洞,还有就是帮大家找回那丢失的记忆。

处理

规则

其实矩阵之间之所以可以相乘,是因为必须遵守一定的规则,下面强调一下规则:

矩阵A的列数等于矩阵B的行数,A和B才能相乘;
加入矩阵A与矩阵B相乘的结果为矩阵C,则矩阵C的行数为矩阵A的行数,C的列数为矩阵B的列数;

实现

加入矩阵A为m * p,即m行p列,矩阵B为p * n,即为p行n列,如下图示例:
这里写图片描述

首先,矩阵A的列数等于矩阵B的行数,满足相乘条件;
其次,计算过程,矩阵A的第一行分别跟矩阵B的第一列相乘并求和,然后矩阵A第一行再跟矩阵B的第二列相乘并求和,依次类推;
最后,结果C的特征为矩阵A的行数和矩阵B的列数;

猜你喜欢

转载自blog.csdn.net/keysilence1/article/details/79014516
今日推荐