關于python的矩陣乘法運算
一、矩陣乘法
矩陣乘法為 A@B 或 np.dot(A,B) ,若為對應元素相乘則用 A*B 或 np.multiply(A,B) 。
1. A@B 和 np.dot(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)
輸出為
[[ 7 10] [15 22]] --------- [[ 7 10] [15 22]]
2. A*B 或 np.multiply(A,B)
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)
輸出為
[[ 1 4] [ 9 16]] --------- [[ 1 4] [ 9 16]]
二、鄰接矩陣的相乘的意義
1.定義
假設存在一個N個節(jié)點的無向圖。我們用 G[u][v] = G[v][u] = 1 表示從點 u 到點 v 有連邊,否則 G[u][v] = G[v][u] = 0。
2.問題
如果用這個圖的鄰接矩陣進行自乘會得到什么呢?
3.理解

4.代碼實現(xiàn)
鄰接矩陣如下

代碼如下
import torch
# 構建鄰接矩陣
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)
輸出結果如下
tensor([[3, 1, 1, 2],
[1, 2, 2, 1],
[1, 2, 2, 1],
[2, 1, 1, 3]])
到此這篇關于關于python的矩陣乘法運算的文章就介紹到這了,更多相關python矩陣乘法運算內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Python利用scikit-learn實現(xiàn)近鄰算法分類的示例詳解
scikit-learn已經(jīng)封裝好很多數(shù)據(jù)挖掘的算法,這篇文章就來用scikit-learn實現(xiàn)近鄰算法分類,文中的示例代碼講解詳細,感興趣的小伙伴可以了解一下2023-02-02
單身狗福利?Python爬取某婚戀網(wǎng)征婚數(shù)據(jù)
今天我就當回媒婆,給男性程序員來點福利.今天目標爬取征婚網(wǎng)上呈現(xiàn)出來的女生信息保存成excel表格供大家篩選心儀的女生,需要的朋友可以參考下2021-06-06
PyTorch?使用torchvision進行圖片數(shù)據(jù)增廣
本文主要介紹了PyTorch?使用torchvision進行圖片數(shù)據(jù)增廣,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2022-05-05
python使用py2neo創(chuàng)建neo4j的節(jié)點和關系
這篇文章主要介紹了python使用py2neo創(chuàng)建neo4j的節(jié)點和關系,第一步使用py2neo連接neo4j的方法然后根據(jù)dict創(chuàng)建Node,更多相關資料需要的朋友參考下面文章內容2022-02-02
使用Python+Matplotlib制作時序動態(tài)圖
時序圖是一個二維圖,橫軸表示對象,縱軸表示時間,消息在各對象之間橫向傳遞,依照時間順序縱向排列,可以直觀的描述并發(fā)進程,所以本文就使用Python和Matplotlib制作一個簡單的時許動態(tài)圖,感興趣的跟著小編一起來看看吧2023-07-07
終于明白tf.reduce_sum()函數(shù)和tf.reduce_mean()函數(shù)用法
這篇文章主要介紹了終于明白tf.reduce_sum()函數(shù)和tf.reduce_mean()函數(shù)用法,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-11-11

