Tensorflow学习笔记（四）------矩阵相乘

前言

以前的数学知识完完全全的交还给老师了，因此连基础的《矩阵相乘》都忘的一干二净了，想借此弥补一下自己的知识漏洞，还有就是帮大家找回那丢失的记忆。

处理

规则

其实矩阵之间之所以可以相乘，是因为必须遵守一定的规则，下面强调一下规则：

矩阵A的列数等于矩阵B的行数，A和B才能相乘；

加入矩阵A与矩阵B相乘的结果为矩阵C，则矩阵C的行数为矩阵A的行数，C的列数为矩阵B的列数；

实现

加入矩阵A为m * p，即m行p列，矩阵B为p * n，即为p行n列，如下图示例：



首先，矩阵A的列数等于矩阵B的行数，满足相乘条件；

其次，计算过程，矩阵A的第一行分别跟矩阵B的第一列相乘并求和，然后矩阵A第一行再跟矩阵B的第二列相乘并求和，依次类推；

最后，结果C的特征为矩阵A的行数和矩阵B的列数；