这篇文章主要介绍了python的矩阵乘法运算怎么使用的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇python的矩阵乘法运算怎么使用文章都会有所收获，下面我们一起来看看吧。
矩阵乘法为 A@B 或 np.dot(A,B) ，若为对应元素相乘则用 A*B 或 np.multiply(A,B) 。
A = np.array([
[1,2],
[3,4]
])
B = np.array([
[1,2],
[3,4]
])
C1 = A @ B
C2 = np.dot(A,B)
print(C1)
print('---------')
print(C2)输出为
[[ 7 10] [15 22]] --------- [[ 7 10] [15 22]]
A = np.array([
[1,2],
[3,4]
])
B = np.array([
[1,2],
[3,4]
])
C3 = A*B
C4 = np.multiply(A,B)
print(C3)
print('---------')
print(C4)输出为
[[ 1 4] [ 9 16]] --------- [[ 1 4] [ 9 16]]
假设存在一个N个节点的无向图。我们用 G[u][v] = G[v][u] = 1 表示从点 u 到点 v 有连边，否则 G[u][v] = G[v][u] = 0。
如果用这个图的邻接矩阵进行自乘会得到什么呢？
邻接矩阵如下
代码如下
import torch # 构建邻接矩阵 a = [ [0,1,1,1], [1,0,0,1], [1,0,0,1], [1,1,1,0] ] A = torch.tensor(a) A = torch.mm(A,A) print(A)
输出结果如下
tensor([[3, 1, 1, 2], [1, 2, 2, 1], [1, 2, 2, 1], [2, 1, 1, 3]])
关于“python的矩阵乘法运算怎么使用”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“python的矩阵乘法运算怎么使用”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
