二维矩阵和一维矩阵

二维矩阵怎么理解？

A:二维矩阵很好理解，可以很直观的画出来。到了三维或者更高维度，就不那么容易直观理解了。矩阵中的每个数都有一个下标，axis=i是沿着第I个下标的变化方向的运算。

矩阵运算时，最后可以转成二维矩阵吗？

回答：所以，在矩阵运算中，其实最后可以转化为我们常见的二维矩阵运算。下面的原理是：多维矩阵乘法中，后两维必须满足形状匹配原理，后两维是有数据的矩阵，前面的维只是矩阵的排列！比如两个三维矩阵相乘，分别是shape=[2，2，3]和shape=[2，3，2] a=[[1.2]。

最后两维才是有数据的矩阵，前面的维度只是矩阵的排列而已吗？

回答：后两个维度是有数据的矩阵，前面的维度只是矩阵的排列！不太好理解！从上面可以得出结论，所有大于二维的东西，最后都是在二维的基础上叠加的！所以在矩阵运算中，其实最后可以转化为我们常见的二维矩阵运算。遵循以下原则：在多维矩阵乘法中，后两维必须满足形状匹配原则，后两维是有数据的矩阵，前面的维只是矩阵的排列！