numpy dot（）与Python 3.5+矩阵乘法的区别@

Question

我最近使用了Python 3.5，注意到新的矩阵乘法运算符(@)有时与numpy点运算符的行为不同。例如，对于3D数组：

import numpy as np

a = np.random.rand(8,13,13)
b = np.random.rand(8,13,13)
c = a @ b  # Python 3.5+
d = np.dot(a, b)

c.shape
(8, 13, 13)

d.shape
(8, 13, 8, 13)

Answer 1

@运算符调用数组的__matmul__方法，而不是dot。该方法也作为函数np.matmul出现在API中。

>>> a = np.random.rand(8,13,13)
>>> b = np.random.rand(8,13,13)
>>> np.matmul(a, b).shape
(8, 13, 13)

从文档中：

Matmul与dot有两个重要的区别。

null

对于np.dot:

对于二维阵列，它等价于矩阵乘法，对于一维阵列，它等价于向量的内积（没有复共轭）。对于N维，它是a的最后一个轴和b的倒数第二个轴上的和积