numpy和tensorflow中的各种乘法(点乘和矩阵乘)

点乘和矩阵乘的区别：

 1)点乘(即“ * ”) —- 各个矩阵对应元素做乘法

若 w 为 m*1 的矩阵，x 为 m*n 的矩阵，那么通过点乘结果就会得到一个 m*n 的矩阵。

若 w 为 m*n 的矩阵，x 为 m*n 的矩阵，那么通过点乘结果就会得到一个 m*n 的矩阵。

w的列数只能为 1 或 与x的列数相等(即n)，w的行数与x的行数相等 才能进行乘法运算。

2)矩阵乘 —- 按照矩阵乘法规则做运算

若 w 为 m*p 的矩阵，x 为 p*n 的矩阵，那么通过矩阵相乘结果就会得到一个 m*n 的矩阵。

只有 w 的列数 == x的行数 时，才能进行乘法运算

1. numpy

1)点乘

 import numpy as np
 
 w = np.array([[0.4], [1.2]])
 x = np.array([range(1,6), range(5,10)])
 
 print w
 print x
 print w*x

运行结果如下图：

2)矩阵乘

import numpy as np
 
w = np.array([[0.4, 1.2]])
x = np.array([range(1,6), range(5,10)])
 
print w
print x
print np.dot(w,x)

运行结果如下：

2. tensorflow

1)点乘

import tensorflow as tf
 
w = tf.Variable([[0.4], [1.2]], dtype=tf.float32) # w.shape: [2, 1]
x = tf.Variable([range(1,6), range(5,10)], dtype=tf.float32) # x.shape: [2, 5]
y = w * x   # 等同于 y = tf.multiply(w, x)  y.shape: [2, 5]
 
sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)

print sess.run(w)
print sess.run(x)
print sess.run(y)

运行结果如下：

2)矩阵乘

# coding:utf-8
import tensorflow as tf

w = tf.Variable([[0.4, 1.2]], dtype=tf.float32) # w.shape: [1, 2]
x = tf.Variable([range(1,6), range(5,10)], dtype=tf.float32) # x.shape: [2, 5]
y = tf.matmul(w, x) # y.shape: [1, 5]

sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)

print sess.run(w)
print sess.run(x)
print sess.run(y)

运行结果如下：