Numpy中的矩阵向量乘法: np.multiply()、np.dot()、星号(*)、@等

Numpy中的矩阵向量乘法: np.multiply()、np.dot()、星号(*)、@等

元素乘法：np.multiply(a,b)
矩阵乘法：np.dot(a,b) 或 np.matmul(a,b) 或 a.dot(b) 或a @ b
需要注意：“ * ”在np.array和tensor中，表示元素相乘；在np.matrix中，表示矩阵相乘
cm 在pytorch和numpy中，dot作用也不同（可以参考莫烦python中numpy和tensor部分的代码），且dot不能用于非numpy的普通数组。

numpy中数组（array）和矩阵（matrix）的区别：
matrix是array的分支，matrix和array在很多时候都是通用的，你用哪一个都一样。但这时候，官方建议大家如果两个可以通用，那就选择array，因为array更灵活，速度更快，很多人把二维的array也翻译成矩阵。但是matrix的优势就是相对简单的运算符号，比如两个矩阵相乘，就是用符号*，但是array相乘不能这么用，得用方法.dot()。array的优势就是不仅仅表示二维，还能表示3、4、5…维，而且在大部分Python程序里，array也是更常用的。