python numpy.matmul实现矩阵相乘

冷炫風刃
发布: 2025-10-03 13:06:02
原创
633人浏览过
numpy.matmul用于执行矩阵乘法,要求左矩阵列数等于右矩阵行数,支持多维数组按最后两维进行矩阵乘法并广播其余维度,与*(逐元素相乘)和np.dot(高维行为不同)有区别,推荐用于明确的矩阵运算,等价于@操作符。

python numpy.matmul实现矩阵相乘

在 Python 中,numpy.matmul 是 NumPy 提供的用于执行矩阵乘法的函数。它专为线性代数中的矩阵相乘设计,比普通的数组乘法(如 *)更符合数学意义上的矩阵乘法。

matmul 基本用法

numpy.matmul(A, B) 计算两个数组 A 和 B 的矩阵乘积。要求 A 的列数等于 B 的行数。

示例:

import numpy as np

A = np.array([[1, 2],
        [3, 4]])
B = np.array([[5, 6],
        [7, 8]])

C = np.matmul(A, B)
print(C)
# 输出:
# [[19 22]
# [43 50]]

支持多维数组

当输入是三维或更高维数组时,matmul 沿最后两个轴进行矩阵乘法,广播其余维度。

立即学习Python免费学习笔记(深入)”;

乾坤圈新媒体矩阵管家
乾坤圈新媒体矩阵管家

新媒体账号、门店矩阵智能管理系统

乾坤圈新媒体矩阵管家 17
查看详情 乾坤圈新媒体矩阵管家

例如,两个形状为 (2, 3, 4) 和 (2, 4, 5) 的数组可以相乘,结果为 (2, 3, 5)。

A = np.random.rand(2, 3, 4)
B = np.random.rand(2, 4, 5)
C = np.matmul(A, B)
print(C.shape) # (2, 3, 5)

与 '*' 和 dot 的区别

注意以下几点避免混淆:

  • * 表示逐元素乘法(对应位置相乘),不是矩阵乘法
  • np.dot 在二维情况下类似 matmul,但在高维行为略有不同,且对向量处理更灵活
  • matmul 更严格遵循线性代数规则,不支持标量,推荐用于明确的矩阵乘法

常见使用建议

实际使用中注意:

  • 确保参与乘法的最后两个维度满足矩阵乘法条件:(m, k) × (k, n)
  • 如果需要将一维数组视为行/列向量,注意其形状影响结果
  • 对于二维数组,np.matmul(A, B) 等价于 A @ B,@ 是 Python 的矩阵乘法操作符

基本上就这些。掌握 matmul 能帮助你在科学计算和机器学习中正确实现线性变换、神经网络层计算等任务。

以上就是python numpy.matmul实现矩阵相乘的详细内容,更多请关注php中文网其它相关文章!

python速学教程(入门到精通)
python速学教程(入门到精通)

python怎么学习?python怎么入门?python在哪学?python怎么学才快?不用担心,这里为大家提供了python速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号