在使用Numpy或者TensorFlow的tensordot方法进行矩阵相乘的时候，axes是一个重要的参数，它可以定义两个矩阵互乘的时候是使用内积、外积、或是其他方法。不管Numpy还是TensorFlow，它们使用tensordot的axes参数的方法是一样的，本文在举例时混用了这两个函数，千万不要被迷惑。 以TensorFlow的tensordot为例，其语法为： tf.tensordot(     a, b, axes, name=None ) 其中a和b为输入的两个矩阵，参数axes

在使用Numpy或者TensorFlow的tensordot方法进行矩阵相乘的时候，axes是一个重要的参数，它可以定义两个矩阵互乘的时候是使用内积、外积、或是其他方法。不管Numpy还是TensorFlow，它们使用tensordot的axes参数的方法是一样的，本文在举例时混用了这两个函数，千万不要被迷惑。 以TensorFlow的tensordot为例，其语法为： tf.tensordot(     a, b, axes, name=None ) 其中a和b为输入的两个矩阵，参数axes