2列向量的Numpy内积

Question

如何对 python 的 numpy

中的 2 个列向量进行内积

以下代码无效

import numpy as np
x = np.array([[1], [2]])
np.inner(x, x)

返回

array([[1, 2],
       [2, 4]])`

而不是5

Answer 1

一个维度为 2x1（2 行，1 列）的向量与另一个维度为 2x1（2 行，1 列）的向量的内积是一个维度为 2x2（2 行，2 列）的矩阵。当你取任何张量的内积时，最里面的维度必须匹配（在这种情况下为 1），结果是一个维度与外部匹配的张量，即；一个 2x1 * 1x2 = 2x2.

你想要做的是转置两者，这样当你乘以尺寸时，尺寸为 1x2 * 2x1 = 1x1。

更一般地说，将尺寸为 NxM 的任何东西乘以尺寸为 MxK 的东西，会产生尺寸为 NxK 的东西。请注意，内部尺寸必须均为 M。更多，review your matrix multiplication rules

np.inner函数会自动转置第二个参数，因此当您传入两个 2x1 时，您将得到一个 2x2，但如果您传入两个 1x2，您将得到一个 1x1。

试试这个：

import numpy as np
x = np.array([[1], [2]])
np.inner(np.transpose(x), np.transpose(x))

或者最初将 x 定义为行向量。

import numpy as np
x = np.array([1,2])
np.inner(x, x)

Answer 2

我想你的意思是：

x= np.array([1,2])

为了得到 5 作为输出，如果你想在上面应用 np.inner，你的矢量需要是 1xN 而不是 Nx1

Answer 3

尝试下面的方法会有用

np.dot(np.transpose(a),a))

Answer 4

确保 col_vector 具有形状 (N,1)，其中 N 是元素的数量

然后简单地将乘法结果一一相加

np.sum(col_vector*col_vector)

Numpy inner product of 2 column vectors