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。
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]。
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!