ML：2-1-5 matrix multiplication矩阵乘法

本文主要是介绍ML：2-1-5 matrix multiplication矩阵乘法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

【吴恩达p56-59】

1. 为什么neural network如此高效

1. neural network可以向量化，非常有效的使用矩阵乘法。
2. 这一节会了解neural network的vectorization是怎么实现的。
3. 将x，b都用matrix的形式表达X,B。
4. dense方程就可以vectorization。
5. np.matmul()是numpy里执行矩阵乘法的方法。
   

2. matrix multiplication（补充）

3. matrix multiplication的规则（补充）

1. 将其中一个matrix做transpose（列->行）
2. matrix * matrix的结果，行列的个数 = 前面matrix有几组数。
   【Z=AT W，那么结果的行由AT的组数决定（3），列由W的组数决定（4）】
   

• 可以矩阵相乘的要求是：前一个矩阵的列数= 后一个矩阵的 行数
  

4. matrix multiplication的代码（optional）

1. A.T表示transpose

这篇关于ML：2-1-5 matrix multiplication矩阵乘法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---