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！