tf.matmul函数

tf.matmul(a,b,transpose_a=False,transpose_b=False, adjoint_a=False, adjoint_b=False, a_is_sparse=False, b_is_sparse=False, name=None)

参数：

a,b的维数必须相同

import numpy as np
import tensorflow as tf

a = np.array([[1,2],
　　　　　　　　[2,2],
　　　　　　　　[3,2]])
b= np.array([[3,1,1,4],
　　　　　　　 [3,1,1,4]])

with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
Input = tf.matmul(a,b)
result = sess.run(Input)
print(result)

[[ 9 3 3 12]
 [12 4 4 16]
 [15 5 5 20]]

b在神经网络中一般用作权重矩阵，shape=[x,y],x为前一层神经网络的神经元数量，y为后一层神经网络的神经元数量

tf.multiply(x, y, name=None) ，两个矩阵中对应元素各自相乘，最后返回数据的维数以最多维数据的维数相同

import numpy as np
import tensorflow as tf

a = np.array([[1,2],
              [2,3],
              [3,4]])
b= np.array([2,3])

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    Input = tf.multiply(a,b)
    result = sess.run(Input)
    print(result)

[[ 2 6]
 [ 4 9]
 [ 6 12]]

原文地址：https://www.cnblogs.com/wzdLY/p/9748988.html