numpy矩阵乘法中的multiply,matmul和dot

numpy矩阵乘法中的multiply,matmul和dot用 numpy 做矩阵运算时 少不了用到矩阵乘法 本文帮你迅速区分 multiply matmul 和 dot 的区别 numpy 官方文档中的说明 想深入了解可以一戳 multiply https docs scipy org doc numpy reference generated numpy multiply

大家好,我是讯享网,很高兴认识大家。

用numpy做矩阵运算时,少不了用到矩阵乘法。本文帮你迅速区分multiply, matmul和dot的区别。

numpy官方文档中的说明:(想深入了解可以一戳)

multiply: https://docs.scipy.org/doc/numpy/reference/generated/numpy.multiply.html

dot: https://docs.scipy.org/doc/numpy/reference/generated/numpy.dot.html

matmul:https://docs.scipy.org/doc/numpy/reference/generated/numpy.matmul.html


1. multiply(矩阵点乘)

先说说更简单的multiply,如果两个维度完全一样的矩阵用multiply做乘法,那么它们只是进行对应位置元素之间的乘法,得到一个同样维度的矩阵输出。这就是所谓的element-wise product。

import numpy as np a = np.array([[0,1,2], [1,2,3], [3,4,5]]) b = np.array([[1,1,2], [2,2,1], [1,1,2]]) print(np.multiply(a, b))

讯享网

输出:

讯享网array([[ 0, 1, 4], [ 2, 4, 3], [ 3, 4, 10]]) 

看这个栗子,应该十分好理解multiply。但是,如果你认为multiply只能对同样维度的矩阵之间相乘,那你就 t/o-o\ simple了。

如果3x3的矩阵和3x1的矩阵用multiply相乘会怎样呢?继续看栗子:

import numpy as np a = np.array([[0, 1, 2], [1, 2, 3], [3, 4, 5]]) b = np.array([1, 2, 3]) print(np.multiply(a, b))

输出:

讯享网array([[ 0, 2, 6], [ 1, 4, 9], [ 3, 8, 15]]) 

相当于用b依次乘以a的每一行。记住,multiply是满足交换律的。(a和b互换位置结果不变)

对于3x3的矩阵a,可以用3x1的矩阵与它相乘,也可以用1x3的矩阵与它相乘。还可以用它乘以一个常数:


讯享网

import numpy as np a = np.array([[0, 1, 2], [1, 2, 3], [3, 4, 5]]) print(np.multiply(a, 3))

相当于a中各个元素乘以3。

2. dot(矩阵叉乘)

dot就是矩阵叉乘,MxN矩阵乘以NxC矩阵会得到一个MxC的矩阵。对于2D情况下的dot,等同于matmul,也等同于运算符@。

用一张图很好解释:

图片来自:https://www.cnblogs.com/luhuan/p/7925790.html

讯享网>>> a = [[1, 0], [0, 1]] >>> b = [[4, 1], [2, 2]] >>> np.dot(a, b) array([[4, 1], [2, 2]]) >>> a@b array([[4, 1], [2, 2]])

3. matmul

matmul不支持标量乘法,在2D矩阵乘法中,其效果与dot一样。

在N维矩阵乘法中(N>=3),体现出与dot不一样的算法。

>>> a = np.ones([9, 5, 7, 4]) >>> c = np.ones([9, 5, 4, 3]) >>> np.dot(a, c).shape (9, 5, 7, 9, 5, 3) >>> np.matmul(a, c).shape (9, 5, 7, 3) >>> # n is 7, k is 4, m is 3

总结

1. dot和multiply对于标量相乘,效果一样,而matmul不支持标量相乘:

讯享网>>>dot(3,3) >>>9 >>>multiply(3,3) >>>9 >>>matmul(3,3) error!

2. 对于2D矩阵相乘,dot和matmul效果一样, 并且这俩都不满足交换律。通常建议优先使用matmul:

from numpy import * a = arange(9).reshape(3,3) b = arange(3).reshape(1,3) print(dot(b,a)) print(matmul(b,a)) 

输出:

讯享网[[15 18 21]] [[15 18 21]]

 

小讯
上一篇 2025-01-06 18:24
下一篇 2025-01-14 11:13

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/76438.html