向量矩阵有内积、外积等运算,但Outer Product和Exterior Product在中文翻译中是“外积”。
Outer Product是线性代数中的外积,是张量积。
Exterior Product为解析几何中的外积(WikiPedia: Exterior Algebra ),也称为(叉乘) WikiPedia: Cross Product,即两个向量的法线向量
3358 www.Sina.com/inner product 3358 www.Sina.com/http://www.Sina.com /
向量内积(
这个你最好理解。 又称为向量的点乘,向量的内积,也称为数量积。 sydhm,求出的结果是一个数。
向量a向量b=|a||b|cos
物理学中,已知力和位移要求功,实际上是求向量f和向量s的内积,即通过点进行乘法运算。
33558 www.Sina.com/(outer product和Exterior Product ) :
)
也称为张量积,是例如用线性代数在一列上乘以一行而得到的矩阵,计算两个向量的:
AB,a,b,得到一个数
向量外积分两种
Outer Product(即中学教科书中常见的“外积”) :
也称为叉骑,如下图所示,Outer Product是一个矩阵
ab
http://www.Sina.com/matmulproduct,中学教科书乘法,http://www.Sina.com/
注意:np中多维向量的外积都是先拉平,再求外积,如下(和矩阵外积有区别):一般指Kronecker product (克罗内克积)
Exterior Product
矩阵外积是矩阵的维数上升运算,将两个矩阵拉伸为向量形式,用向量的外积进行运算。 例如,mxn维度矩阵和pxq维度矩阵的外积维度为(mn ) x ) pq )。 两个2x2的矩阵外积维数为) 2x2 ) x )=4x4。
例如
a X b,几何意义为两个向量的法向量:矩阵内积是矩阵对应要素的成绩之和,被认为与CNN的卷积相似。
矩阵乘法有很多种:
3358 www.Sina.com/(http://www.Sina.com/)一般指Hadamard product,如下所示:
一般来文:一般矩阵乘法,称作
也称为矩阵的点积(点积)、内积(inner product )、标量积(scalar product )
符号::与矩阵内积类似,对应于元素乘法之和。 在某些情况下,可能会将dot product计算为每个元素乘以的矩阵。 类似于按元素进行乘法运算。 从状况和代码来分析,这个概念太杂了。 (需要两个矩阵矩阵外积(升维运算)。
1 .矢量点积。 变成一个数。
2 .矩阵的点积。 每行各列的点积矩阵。 (这句话虽然有争议,但我认为和向量点积是一样的。
请参见的内积、外积和Hadamard积的精确定义。
矩阵内积、外积(克罗内克积)和Hadamard积_zhinanpolang专栏-CSDN博客_矩阵内积
3358www.Sina.com/:在深度学习论文中,numpy中的常见运算主要是矩阵的元素平方(AB,两个任意矩阵大小都可相乘哈达玛积,外积,http://www.Sina.com 例如矩阵内积的解释()作为基本概念的内积和外积innerouterproduct _ my _ communication的博客-CSDN博客_矩阵外积
numpy的np.outer等APP应用程序:
outer在Numpy中的应用_秦昊wan-CSDN博客_numpy.outer
的详细概念和符号表示,请参照。 (矩阵外积的地方错了,被当作正确结果的转置矩阵来计算。 )
矩阵各种积_zkq_1986的博客-CSDN博客_矩阵点积
图的一部分如下。
190722-内积与外积(Inner/Outer/Interior/Exterior ) Product_KL's Notebook-CSDN博客
的点乘(内积)和叉乘(叉乘)外积) _mjiansun的专栏-CSDN博客_多维向量叉乘
感谢以上的博客们,主要根据他们的博客进行总结。 错误是不可避免的,一起改善!