numpy

1.dot product:点积是向量的每个元素进行相乘再进行相加 np.dot

outer product:外积是向量的每个元素同另一个向量的每一个元素进行相乘的结果 np.outer

elementwise multiplication:向量的每个元素进行相乘 np.multiply

general dot product:矩阵乘法 np.dot()

一维矩阵和一维向量的区别，一维向量的shape是(5, ), 而一维矩阵的shape是(5, 1), 若两个参数a和b都是一维向量则是计算的点积，但是当其中有一个是矩阵时（包括一维矩阵），dot便进行矩阵乘法运算，同时若有个参数为向量，会自动转换为一维矩阵进行计算。https://blog.csdn.net/skywalker1996/article/details/82462499

2.np.linalg.norm求范数

3.np._c()和np._r()理解：先打印出要合并的两个矩阵的shape，然后_c就是结果矩阵的shape是(row, col1+col2)，把列堆在一起，_r是（row1+row2, col），把行堆在一起