本文，介绍一下用tensorflow进行矩阵运算的方法。通过这些简单的操作，可以对大数据进行分析和运算。
工具/原料
1
电脑
2
python
矩阵乘法
1
给出一个1*2的矩阵m1：tf.constant([[3., 3.]])这是一个固定的矩阵（矩阵里面的元素是确定的）。
2
再给出一个2*1的矩阵m2：tf.constant([[2.],[2.]])
3
m1和m2是满足矩阵乘法的条件的，那么，二者矩阵积是：tf.matmul(m1, m2)得到一个1*1的矩阵：[[ 12.]]
4
颠倒一下m1和m2的位置，可以得到一个2*2矩阵：tf.matmul(m2,m1)
矩阵加法
1
m1和m2的形状不一样，但是仍旧可相加、相减：print(sess.run(m1+m2))print(sess.run(m1-m2))
2
m1 = tf.constant([[3., 3.]])m2 = tf.constant([[2.,3],[2.,4],[5,6]])print(sess.run(m1+m2))上面，m1是1*2的矩阵，而m2是3*2的矩阵，m1+m2却是：[[ 5. 6.] [ 5. 7.] [ 8. 9.]]这和矩阵的运算完全不同啊，一定要注意。
3
把m1变成2*2矩阵，m2变成3*3矩阵，看看会有什么结果：m1 = tf.constant([[3, 3],[3,6]])m2 = tf.constant([[2,3,3],[2,4,5],[5,6,7]])此时，二者就不能相加了。
注意事项
实际上，这里面的m1和m2被称为张量，不是一般意义上的矩阵。
上一篇：打衣柜怎样开燕尾槽