np.matmul和np.dot和@有什么区别与联系
np.matmul():- 专门用于矩阵乘法。
- 可以处理一维数组（视为向量）和二维数组（视为矩阵），以及更高维度的数组（执行广播后的批量矩阵乘法）。
- 对于两个一维数组，它执行它们的点积。
- 对于两个二维数组，它执行标准的矩阵乘法。
- 对于更高维度的数组，它会根据广播规则进行扩展。
np.dot():- 是一个更通用的函数，可以处理不同维度的数组。
- 对于一维数组，它执行点积。
- 对于二维数组（矩阵），它执行矩阵乘法。
- 对于更高维度的数组，它的行为变得复杂，因为它尝试在最后一个轴上进行求和。
@运算符:- Python 3.5及以上版本引入的矩阵乘法运算符。
- 行为与
np.matmul()非常相似，专门用于矩阵乘法。 - 支持一维数组（向量）和二维数组（矩阵）的乘法，以及遵循广播规则的更高维度数组的乘法。
重要的是这个：
注意：对于一维数组的点积，
np.matmul()和@运算符需要将数组转换为二维形式（例如，通过[:, np.newaxis]或[np.newaxis, :]），因为这两个函数/运算符主要设计用于矩阵乘法。而np.dot()可以直接处理一维数组的点积。
原文地址：https://blog.csdn.net/qq_63075864/article/details/143907760
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！