Python3中的numpy dot和matmul函数有什么区别？

我试过使用这两个函数，它们看起来是一样的。但是为什么numpy在同一个操作中有两个不同的功能呢？我只是想确定一下

---

到目前为止，我发现它们对2D阵列的工作原理相同，但在任何地方都没有发现任何差异

操作符调用数组的matmul方法，而不是dot。此方法也作为函数np.matmul出现在API中

>>> a = np.random.rand(8,13,13)
>>> b = np.random.rand(8,13,13)
>>> np.matmul(a, b).shape
(8, 13, 13)

从文件中：

matmul在两个重要方面与dot不同

• 不允许用标量乘法
• 矩阵堆栈一起广播，就像矩阵是元素一样

最后一点表明，当传递3D（或更高维）数组时，dot和matmul方法的行为不同。从文档中引用更多信息：

对于matmul：

如果任一参数为N-D，N>2，则将其视为驻留在最后两个索引中的矩阵堆栈，并相应地进行广播。 对于np.dot：

对于二维数组，它等价于矩阵乘法，对于一维数组，它等价于向量的内积（无复共轭）。对于N维，它是a的最后一个轴和b的倒数第二个轴的和积

有关更多信息，请查看：

---

在此，我引用了最上面的答案，因为很清楚区别是什么。如果您需要更多帮助，请说。

这里已经给出了答案：在提问之前尝试搜索。这主要是历史问题

np.dot

长期以来一直是

numpy

的一部分

matmul

及其操作符

@

是一种新的操作方式，具有处理3d（及更大）阵列的不同方式。对于2d和1d数组，它们基本上是相同的。实际上，我在这里发布之前就发现了这篇文章。只是标题误导了我，因为我不知道“@”与“np.matmul”的作用是一样的。当问题有明确答案时，无需回答，只需对其进行评论以指出这一点。谢谢您的回复。我不知道“@”实际上用于matmul。