矩阵乘法

✖️ Matrix Multiplier

📐 工作原理与说明
计算两个矩阵的乘积。
  • 条件:A(m×n) 与 B(n×p) 相乘得 C(m×p),A 的列数必须等于 B 的行数。
  • 计算:C[i][j] = Σₖ A[i][k]·B[k][j],即行与列对应元素相乘再求和。
  • 性质:不满足交换律(AB 与 BA 通常不等),满足结合律与分配律。
  • 应用:线性变换、图形学坐标变换、神经网络中的张量运算。

Multiply matrices in your browser — combine two matrices with a readable result.

A: 行 列 B: 行 列

📚 深度解析:矩阵乘法

💡 常见使用场景

  • 线性变换复合、神经网络前向计算等。
  • 核算神经网络或图形变换的维度:先小规模手算一遍确认维度对齐与数值正确,再写进代码。
相乘
[[1,2],[3,4]]·[[5,6],[7,8]] = [[19,22],[43,50]]。

❓ 常见问题(FAQ)

矩阵乘法满足交换律吗?
一般不满足,AB≠BA。
维度对不上是什么原因?
矩阵乘法要求前者的列数等于后者的行数,结果维度为「前者的行 × 后者的列」。常见错误是把顺序弄反——A(2×3) 乘 B(3×4) 合法得到 2×4,但 B 乘 A 根本不合法。即便都是方阵,交换顺序后结果通常也不同。
⚠️ 使用说明与注意事项
📖关于「矩阵乘法」 ▼

📝工具简介

矩阵乘法是一款IT 开发领域的在线工具。专为开发者打造的在线工具,纯前端运行,代码不离开浏览器。