Tensorflow中如何实现矩阵运算实例，包括矩阵相乘、点乘和行列累加？

本文共计1111个文字，预计阅读时间需要5分钟。

Tensorflow支持二维、三维、四维矩阵运算（包括矩阵乘法、点乘、行/列累加等）。

1.矩阵乘法：遵循矩阵乘法的基本规则，左乘矩阵的列数必须等于右乘矩阵的行数。

2.点乘：左乘矩阵的列数必须等于右乘矩阵的行数。

3.行/列累加：对矩阵的每一行或每一列进行累加操作。

Tensorflow二维、三维、四维矩阵运算（矩阵相乘，点乘，行/列累加）

1. 矩阵相乘

根据矩阵相乘的匹配原则，左乘矩阵的列数要等于右乘矩阵的行数。

在多维（三维、四维）矩阵的相乘中，需要最后两维满足匹配原则。

可以将多维矩阵理解成：（矩阵排列，矩阵），即后两维为矩阵，前面的维度为矩阵的排列。

比如对于（2，2，4）来说，视为2个（2，4）矩阵。

对于（2，2，2，4）来说，视为2*2个（2，4）矩阵。