點乘和矩陣乘的區別：
1）點乘（即“ * ”） ---- 各個矩陣對應元素做乘法
若 w 為 m*1 的矩陣，x 為 m*n 的矩陣，那么通過點乘結果就會得到一個 m*n 的矩陣。
若 w 為 m*n 的矩陣，x 為 m*n 的矩陣，那么通過點乘結果就會得到一個 m*n 的矩陣。
w的列數只能為 1 或 與x的列數相等（即n），w的行數與x的行數相等 才能進行乘法運算。
2）矩陣乘 ---- 按照矩陣乘法規則做運算
若 w 為 m*p 的矩陣，x 為 p*n 的矩陣，那么通過矩陣相乘結果就會得到一個 m*n 的矩陣。
只有 w 的列數 == x的行數 時，才能進行乘法運算
1. numpy
1）點乘
1 import numpy as np
2
3 w = np.array([[0.4], [1.2]])
4 x = np.array([range(1,6), range(5,10)])
5
6 print w
7 print x
8 print w*x
運行結果如下圖：
2）矩陣乘
1 import numpy as np
2
3 w = np.array([[0.4, 1.2]])
4 x = np.array([range(1,6), range(5,10)])
5
6 print w
7 print x
8 print np.dot(w,x)
運行結果如下：
2. tensorflow
1）點乘
1 import tensorflow as tf
2
3 w = tf.Variable([[0.4], [1.2]], dtype=tf.float32) # w.shape: [2, 1]
4 x = tf.Variable([range(1,6), range(5,10)], dtype=tf.float32) # x.shape: [2, 5]
5 y = w * x # 等同於 y = tf.multiply(w, x) y.shape: [2, 5]
6
7 sess = tf.Session()
8 init = tf.global_variables_initializer()
9 sess.run(init)
10
11 print sess.run(w)
12 print sess.run(x)
13 print sess.run(y)
運行結果如下：
2）矩陣乘
1 # coding:utf-8
2 import tensorflow as tf
3
4 w = tf.Variable([[0.4, 1.2]], dtype=tf.float32) # w.shape: [1, 2]
5 x = tf.Variable([range(1,6), range(5,10)], dtype=tf.float32) # x.shape: [2, 5]
6 y = tf.matmul(w, x) # y.shape: [1, 5]
7
8 sess = tf.Session()
9 init = tf.global_variables_initializer()
10 sess.run(init)
11
12 print sess.run(w)
13 print sess.run(x)
14 print sess.run(y)
運行結果如下：
