稀疏矩阵的点积
Dot product of sparse matrix
我正在阅读 Multinomial Naive Bayes 的实现，但我不明白以下矩阵的点积计算是如何工作的。
self.feature_count_ += safe_sparse_dot(Y.T, X)
可以找到代码here
其中 Y.T.shape = (3, 7000) 且 X.shape = (7000, 27860)。当 Y.T 中的行数不等于 X 中的列数时，它如何工作？结果矩阵的大小是 (3, 27860) ??它是如何工作的？我错过了什么？
查看此处的 "Mulitplying a matrix by another matrix" 部分：https://www.mathsisfun.com/algebra/matrix-multiplying.html
如果你进行乘法运算，你会发现只有 "inner" 个维度必须匹配（在你的例子中是 7000）
我正在阅读 Multinomial Naive Bayes 的实现，但我不明白以下矩阵的点积计算是如何工作的。
self.feature_count_ += safe_sparse_dot(Y.T, X)
可以找到代码here
其中 Y.T.shape = (3, 7000) 且 X.shape = (7000, 27860)。当 Y.T 中的行数不等于 X 中的列数时，它如何工作？结果矩阵的大小是 (3, 27860) ??它是如何工作的？我错过了什么？
查看此处的 "Mulitplying a matrix by another matrix" 部分：https://www.mathsisfun.com/algebra/matrix-multiplying.html
如果你进行乘法运算，你会发现只有 "inner" 个维度必须匹配（在你的例子中是 7000）