1、向量做外積運算,使得兩個向量輸出為矩陣形式。作為np.outer(A,B)
A向量作為列向量。B將默認為行向量。輸出結果如圖所示
2、用tensorflow和numpy對矩陣處理,里面基本上包含的函數是相同的,這里顯著的差別就是:張量運算還是有實際輸入值運算
tf.matmul用於張量運算,實際輸出值需要通過
with Session() as sess:
v=sess.run(需要輸出值變量)
np.matmul用於給出實際的矩陣值進行操作
3、tf中沒有外積操作。實現兩個向量相乘,用tf.transpose沒辦法實現轉置,需要利用tf.reshape設定大小,實現轉置操作
4、tf.matmul()矩陣乘法和 tf.multiply()點乘