企业官网建设流程全解析

importtorch# 定义两个 2×2 矩阵A=torch.tensor([[1,2],[3,4]])B=torch.tensor([[5,6],[7,8]])print("矩阵 A：")print(A)print("矩阵 B：")print(B)print("-"*40)# 1. Hadamard 积（按元素对位相乘） 符号：A ⊙ B# 运算符：*hadamard=A*Bprint("✅ Hadamard积 A * B（对位相乘）")print(hadamard)# 计算：# [[1*5, 2*6],# [3*7, 4*8]]print("-"*40)# 2. 标准矩阵乘法（线性代数矩阵乘）符号：AB# 运算符：@ 等价 torch.matmul()mat_mul=A @ Bprint("✅ 标准矩阵乘法 A @ B")print(mat_mul)# 计算公式：# [[1*5+2*7, 1*6+2*8],# [3*5+4*7, 3*6+4*8]]

运行输出

矩阵 A： tensor([[1,2],[3,4]])矩阵 B： tensor([[5,6],[7,8]])----------------------------------------✅ Hadamard积 A*B（对位相乘） tensor([[5,12],[21,32]])----------------------------------------✅ 标准矩阵乘法 A @ B tensor([[19,22],[43,50]])

Hadamard 积要求：两个矩阵行列维度完全相同
矩阵乘法要求：A 的列数 = B 的行数，维度不需要一致
NumPy 规则和 PyTorch 完全一致：
a * b 哈达玛积
a @ b 矩阵乘法