矩阵的乘法(乘积或点积)
作者:互联网
矩阵的点积在神经网络里面很常见也很重要,所以相关的一些属性需要非常熟悉,比如形状(shape),维度(ndim)
两个数组能够做点积运算,需要查看形状对应的个数是否一致,不一致就会报错,比如2x3的形状和3x2的形状就可以,因为第一个矩阵的列和第二个矩阵的行的数量是一样的,点积之后的形状取决于第一个矩阵的行和第二个矩阵的列,具体点积的结果是怎么样的,如下图:
只要符合上述条件,矩阵和一维数组也可以进行点积的运算
另外softmax函数简单介绍下,比如获取一个输出神经元的值,其中分子是它的指数函数,分母是指数函数的和
因为指数函数值很大,很容易就发生溢出,经过变换,可以增加一个最大值最为一个常量来处理!
softmax函数的值区间是在0到1,还有一个特点就是输出的和是1,所以可以作为概率来使用
标签:指数函数,乘积,点积,矩阵,形状,softmax,比如,或点积,乘法 来源: https://blog.csdn.net/weixin_41896770/article/details/119141707