点乘和矩阵乘的区别：1）点乘（即“ * ”） ---- 各个矩阵对应元素做乘法

若 w 为 m*1 的矩阵，x 为 m*n 的矩阵，那么通过点乘结果就会得到一个 m*n 的矩阵。

若 w 为 m*n 的矩阵，x 为 m*n 的矩阵，那么通过点乘结果就会得到一个 m*n 的矩阵。

w的列数只能为 1 或 与x的列数相等（即n），w的行数与x的行数相等 才能进行乘法运算。

2）矩阵乘 ---- 按照矩阵乘法规则做运算

若 w 为 m*p 的矩阵，x 为 p*n 的矩阵，那么通过矩阵相乘结果就会得到一个 m*n 的矩阵。

只有 w 的列数 == x的行数 时，才能进行乘法运算

1. numpy1）点乘

'''遇到问题没人解答？小编创建了一个Python学习交流QQ群：857662006 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！'''1 import numpy as np2 3 w = np.array([[0.4], [1.2]])4 x = np.array([range(1,6), range(5,10)])5 6 print w7 print x8 print w*x

运行结果如下图：

2）矩阵乘

'''遇到问题没人解答？小编创建了一个Python学习交流QQ群：857662006 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！'''1 import numpy as np2 3 w = np.array([[0.4, 1.2]])4 x = np.array([range(1,6), range(5,10)])5 6 print w7 print x8 print np.dot(w,x)

运行结果如下：

2. tensorflow1）点乘

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 # 等同于 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)

运行结果如下：

2）矩阵乘

'''遇到问题没人解答？小编创建了一个Python学习交流QQ群：857662006 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！''' 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)

运行结果如下：