向量乘法和矩阵乘法的分类和区别

向量乘法和矩阵乘法由于别名和表示符号众多,导致这些不同的算法极容易混淆,相关知识也变得混乱不堪。本文利用思维导图的方式,将这些知识点整理到一起,以一个清晰的脉络来看清楚这些概念之前的区别和差异。

注:图中的表示符号用的是 LaTex 表示方法,具体代码含义如下面表格所示,另外,有些作者使用符号并不严谨,偶尔会见到符号 “滥用” 的情况,届时应以作者符号说明以及其上下文所示含义为准。

向量 ($\vec a$、$\vec b$)、矩阵($A$、$B$)表示符号LeTex
向量内积$\vec a \cdot \vec b$, $\vec a \bullet \vec b$\cdot,\bullet
向量外积$\vec a \bigotimes \vec b$,$\vec a \circ \vec b$,$\vec a \times \vec b$,$\vec a \land \vec b$\bigotimes,\circ,\times,\land(\wedge)
矩阵乘法$AB$,$A \times B$,$A \cdot B$,$A$@$B$(code)--,\times,\cdot
元素相乘$A \bigodot B$,$A \circ B$\bigodot,\circ
矩阵直积

$A \bigotimes B$

\bigotimes

 

向量乘法和矩阵乘法的分类和区别

© 除特别注明外,本站所有文章均为卢明冬的博客原创 , 转载请注明作者和文章链接。
© 本文链接:https://lumingdong.cn/classification-and-difference-of-vector-multiplication-and-matrix-multiplication.html
卢明冬

大千世界,人生百态,世事万物,皆无所固形。 行走于世,自当因变而变,写此文,以自省。 人性不离根泽,形之百变,亦可应万物。 凡人之处世,皆不能守固而据,应思变而存。 既可谨言慎行指点江山,又可放浪形骸鲜衣怒马, 既可朝九晚五废寝忘食,又可浪迹天涯四海为家。 随形而居,随意而为,静则思动,动则思远。 虽困于束缚,又能借力束缚,虽惘于迷思,又能获于迷思。 看山是山,看水是水,有酒学仙,无酒学佛。 心存根本,又何惧变乎?

相关文章
写下您的评论...