大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
向量内积/点积
在 向 量 空 间 R n 中 , 自 然 基 下 , 向 量 x = ( x 1 , … , x n ) 和 y = ( y 1 , … , y n ) 在向量空间\mathbb{R}^n中,自然基下,向量\boldsymbol{x}=(x_1,\ldots,x_n)和 \boldsymbol{y}=(y_1,\ldots,y_n) 在向量空间Rn中,自然基下,向量x=(x1,…,xn)和y=(y1,…,yn)的点积(dot product),或称内积(inner product),定义为:
x ⋅ y = x 1 y 1 + ⋯ + x n y n = ∑ i = 1 n x i y i \boldsymbol{x}\cdot\boldsymbol{y}=x_1y_1+\cdots+x_ny_n=\displaystyle\sum_{i=1}^{n}x_iy_i x⋅y=x1y1+⋯+xnyn=i=1∑nxiyi
Python3
#%%
import numpy as np
from numpy import inner
x = np.array([1,2,3])
y = np.array([4,5,6])
inner_product = inner(x,y)
print(inner_product)
32
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/189707.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...