numpy dot（）和Python 3.5+矩阵乘法之间的区别@

numpy dot（）和Python 3.5+矩阵乘法之间的区别@

该

@

运营商称阵列的

__matmul__

方法，而不是

dot

。此方法在API中也作为函数存在

np.matmul

。

>>> a = np.random.rand(8,13,13)>>> b = np.random.rand(8,13,13)>>> np.matmul(a, b).shape(8, 13, 13)

从文档中：

matmul

区别于

dot

两个重要方面。

• 标量不能相乘。
• 将矩阵堆栈一起广播，就好像矩阵是元素一样。
  
  

最后一点很明确，当传递3D（或更高维）数组时，

dot

和

matmul

方法的行为会有所不同。从文档中引用更多内容：

对于

matmul

：

如果任一自变量的值为ND，N> 2，则将其视为驻留在最后两个索引中的矩阵的堆栈，并进行相应广播。

对于

np.dot

：

对于2-D数组，它等效于矩阵乘法，对于1-D数组，其等效于向量的内积（无复共轭）。 对于N维，它是a的最后一个轴和b的倒数第二个轴的和积