NumPy矩陣乘法的實(shí)現(xiàn)
NumPy矩陣乘法
矩陣乘法是將兩個(gè)矩陣作為輸入值，并將 A 矩陣的行與 B 矩陣的列對(duì)應(yīng)位置相乘再相加，從而生成一個(gè)新矩陣，如下圖所示：
注意：必須確保第一個(gè)矩陣中的行數(shù)等于第二個(gè)矩陣中的列數(shù)，否則不能進(jìn)行矩陣乘法運(yùn)算。
圖1：矩陣乘法
矩陣乘法運(yùn)算被稱為向量化操作，向量化的主要目的是減少使用的 for 循環(huán)次數(shù)或者根本不使用。這樣做的目的是為了加速程序的計(jì)算。
下面介紹 NumPy 提供的三種矩陣乘法，從而進(jìn)一步加深對(duì)矩陣乘法的理解。
逐元素矩陣乘法
multiple() 函數(shù)用于兩個(gè)矩陣的逐元素乘法，示例如下：
import numpy as np array1=np.array([[1,2,3],[4,5,6],[7,8,9]],ndmin=3) array2=np.array([[9,8,7],[6,5,4],[3,2,1]],ndmin=3) result=np.multiply(array1,array2) result
輸出結(jié)果：
array([[[ 9, 16, 21],
[24, 25, 24],
[21, 16, 9]]])
矩陣乘積運(yùn)算
matmul() 用于計(jì)算兩個(gè)數(shù)組的矩陣乘積。示例如下：
import numpy as np array1=np.array([[1,2,3],[4,5,6],[7,8,9]],ndmin=3) array2=np.array([[9,8,7],[6,5,4],[3,2,1]],ndmin=3) result=np.matmul(array1,array2) print(result)
輸出結(jié)果：
數(shù)組（[[[
[30，24，18]，
[84，69，54 ]，[138，114，90]]]）
矩陣點(diǎn)積
dot() 函數(shù)用于計(jì)算兩個(gè)矩陣的點(diǎn)積。如下所示：
示例如下：
import numpy as np array1=np.array([[1,2,3],[4,5,6],[7,8,9]],ndmin=3) array2=np.array([[9,8,7],[6,5,4],[3,2,1]],ndmin=3) result=np.dot(array1,array2) print(result)
輸出結(jié)果：
array([[[[ 30, 24, 18]],
[[ 84, 69, 54]],
[[138, 114, 90]]]])
到此這篇關(guān)于NumPy矩陣乘法的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)NumPy矩陣乘法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
SOLID原則是由Robert C. Martin提出的以首字母縮寫命名的編碼準(zhǔn)則,它代表了五種不同的編碼習(xí)慣,下面這篇文章主要給大家介紹了關(guān)于Python中SOLID原則的相關(guān)資料,需要的朋友可以參考下2023-02-02
在Python函數(shù)中輸入任意數(shù)量參數(shù)的實(shí)例
今天小編就為大家分享一篇在Python函數(shù)中輸入任意數(shù)量參數(shù)的實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-07-07
Windows系統(tǒng)下安裝tensorflow的配置步驟
這篇文章主要介紹了Windows系統(tǒng)下安裝tensorflow,本文通過(guò)圖文并茂的形式給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2022-07-07
Numpy中np.vstack()?和?np.hstack()?的實(shí)現(xiàn)
本文主要介紹了Numpy中np.vstack()和np.hstack()的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2024-04-04
在本篇文章里小編給大家整理的是一篇關(guān)于Django視圖類型的總結(jié)內(nèi)容，有興趣的朋友們可以學(xué)習(xí)下。2021-02-02
這篇文章主要介紹了用Python做一個(gè)久坐提醒小助手的示例代碼，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-02-02
無(wú)監(jiān)督生成模型在機(jī)器學(xué)習(xí)中扮演著重要角色,特別是當(dāng)我們?cè)跊](méi)有標(biāo)簽數(shù)據(jù)的情況下想要生成新的樣本或理解數(shù)據(jù)的內(nèi)在結(jié)構(gòu)時(shí),這篇文章主要介紹了python 無(wú)監(jiān)督生成模型的示例,需要的朋友可以參考下2024-07-07
這篇文章主要給大家介紹了關(guān)于python多線程同步的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家學(xué)習(xí)或者使用python具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08
今天小編就為大家分享一篇淺談dataframe中更改列屬性的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-07-07
詳談套接字中SO_REUSEPORT和SO_REUSEADDR的區(qū)別
下面小編就為大家分享一篇詳談套接字中SO_REUSEPORT和SO_REUSEADDR的區(qū)別，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-04-04