#
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.cross(a[0], b[0])) # 叉乘 [0 , 2, -1]
print(np.inner(a[0], b[0])) # 5
print(np.multiply(a, b)) # 对应元素相乘 相同维度下等于 a * b
print(a * b)
print(np.dot(a, b)) # 在二维情况下，矩阵叉乘 等同于 matmul 等于 @
print(np.matmul(a, b))总结：
向量中cross 叉乘 , inner 点乘
数学中矩阵乘法 就用np.matmul 或 @
矩阵对应元素乘法 就用 multiply 维数不同会广播
一维向量点乘 就用dot即对应元素相乘 在相加
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
