Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

पायथन का उपयोग करके दो मैट्रिक्स को कैसे गुणा करें?


दो आव्यूहों का गुणन तभी संभव है जब पहले आव्यूह में स्तंभों की संख्या दूसरे आव्यूह में पंक्तियों की संख्या के बराबर हो।

नेस्टेड लूप का उपयोग करके गुणा किया जा सकता है। निम्नलिखित कार्यक्रम में 3 पंक्तियों और 3 स्तंभों के साथ दो मैट्रिक्स x और y हैं। परिणामी z मैट्रिक्स में भी 3X3 संरचना होगी। पहले मैट्रिक्स की प्रत्येक पंक्ति के तत्व को दूसरे मैट्रिक्स के कॉलम में संबंधित तत्व से गुणा किया जाता है।

उदाहरण

X = [[1,2,3],  
       [4,5,6],  
       [7,8,9]]  
 
Y = [[10,11,12],  
      [13,14,15],  
      [16,17,18]]  
 
result = [[0,0,0],  
               [0,0,0],  
              [0,0,0]]  
 
# iterate through rows of X  
for i in range(len(X)):  
   for j in range(len(Y[0])):  
       for k in range(len(Y)):  
           result[i][j] += X[i][k] * Y[k][j]  
for r in result:  
   print(r)  

आउटपुट

The result:
[84, 90, 96]
[201, 216, 231]
[318, 342, 366]

  1. पायथन का उपयोग करके दो भूखंडों को साथ-साथ कैसे बनाया जाए?

    सबप्लॉट (पंक्ति, कॉल, इंडेक्स) विधि का उपयोग करके, हम एक आकृति को पंक्ति * कॉल भागों में विभाजित कर सकते हैं, और सूचकांक स्थिति पर आकृति को प्लॉट कर सकते हैं। निम्नलिखित कार्यक्रम में, हम एक ही आकृति में दो आरेख बनाएंगे। कदम numpy का उपयोग करके x, y1, y2 अंक बनाना। nrows =1, ncols =2, index =1

  1. पायथन का उपयोग करके दो मैट्रिक्स को गुणा करने के लिए Tensorflow का उपयोग कैसे किया जा सकता है?

    Tensorflow एक मशीन लर्निंग फ्रेमवर्क है जो Google द्वारा प्रदान किया जाता है। यह एक ओपन-सोर्स फ्रेमवर्क है जिसका उपयोग एल्गोरिदम, गहन शिक्षण अनुप्रयोगों और बहुत कुछ को लागू करने के लिए पायथन के साथ संयोजन में किया जाता है। इसका उपयोग अनुसंधान और उत्पादन उद्देश्यों के लिए किया जाता है। इसमें अनुकूलन

  1. पायथन का उपयोग करके दो मैट्रिक्स जोड़ने के लिए Tensorflow का उपयोग कैसे किया जा सकता है?

    Tensorflow एक मशीन लर्निंग फ्रेमवर्क है जो Google द्वारा प्रदान किया जाता है। यह एक ओपन-सोर्स फ्रेमवर्क है जिसका उपयोग एल्गोरिदम, गहन शिक्षण अनुप्रयोगों और बहुत कुछ को लागू करने के लिए पायथन के साथ संयोजन में किया जाता है। इसका उपयोग अनुसंधान और उत्पादन उद्देश्यों के लिए किया जाता है। इसमें अनुकूलन