Multiplier des matrices avec NumPy
Dans cette leçon, vous allez multiplier deux matrices avec l'opérateur @ de NumPy et le distinguer de la multiplication terme à terme.
Introduction
Le problème
La multiplication de matrices se cache derrière les transformations graphiques, les réseaux de neurones et les systèmes d'équations. Elle ne consiste pas à multiplier les nombres situés à la même place, et le mauvais opérateur donne un résultat faux sans la moindre erreur.
Imaginez-le ainsi
La multiplication de matrices, c'est comme une boutique qui fait le total de ses commandes. Chaque client a sa ligne, qui indique combien il a acheté de chaque article. Chaque colonne de prix indique ce que coûte chaque article. La facture d'un client est la somme des quantité × prix, calculée sur une ligne et une colonne.
left🧾 Les lignes : ce qu'a acheté chaque clientright💲 Les colonnes : les prixleft @ right✖️ Ligne fois colonne, puis additionner19 = 1×5 + 2×7🧮 Une case du résultatLa multiplication de matrices (@) produit une matrice dont la case [i, j] est la somme des produits de la ligne i de la matrice de gauche par la colonne j de la matrice de droite.
Points clés
left @ righteffectue la multiplication de matrices.- Le résultat en haut à gauche, 19, vaut 1×5 + 2×7 : la ligne 1 de
leftfois la colonne 1 deright. - Le nombre de colonnes de
leftdoit être égal au nombre de lignes deright. left * rightmultiplierait, lui, les cases situées à la même place, ce qui donne un autre résultat.
Quand l’utiliser ?
- L'algèbre linéaire : transformations, rotations, systèmes d'équations.
- Les couches des réseaux de neurones, qui sont des multiplications de matrices.
- Combiner des tableaux de quantités et de tarifs, comme des commandes et des prix.
Quand s'en passer
- Mettre à l'échelle ou combiner case par case : utilisez
*. - Des formes incompatibles : (2, 3) @ (2, 3) échoue. Transposez l'une des deux matrices si c'est bien le calcul que vous voulez.
Code d’exemple
import numpy as np
left = np.array([[1, 2], [3, 4]])
right = np.array([[5, 6], [7, 8]])
product = left @ right
print(product)
Résultat de l’exécution
[[19 22]
[43 50]]
Explication du code
L'opérateur @ effectue le produit matriciel : par exemple, le premier élément du résultat vaut 1 × 5 + 2 × 7 = 19. Il est différent de *, qui multiplie seulement les éléments situés à la même position. Pour pouvoir multiplier, le nombre de colonnes de la matrice de gauche doit être égal au nombre de lignes de celle de droite.
Modifiez les valeurs et exécutez le programme avec le compilateur Python en ligne CodeUtility, sans installation locale.
Exercices d’approfondissement
Essayez de modifier le code en suivant les pistes ci-dessous. Changer le code et observer le résultat vous fera bien mieux comprendre la leçon que la simple lecture.
- Changez la forme (shape) et le type de données (dtype) du tableau d’entrée.
- Testez avec des nombres négatifs, des décimaux et des valeurs manquantes.
- Appliquez la même opération à un tableau plus grand à plusieurs dimensions et mesurez le temps.
Erreurs fréquentes
Utiliser * pour la multiplication de matrices
* multiplie case par case et donne un mauvais résultat sans signaler d'erreur.
product = left * right
product = left @ right
Leçon terminée ?
Marquez-la comme apprise pour suivre votre progression.
S'entraîner avec un défi
Utilisez le contenu de cette leçon pour résoudre un vrai problème. Chaque défi s'exécute dans le navigateur, avec des tests instantanés et une revue par l'IA.
- Multiplication de matrices Multipliez deux matrices, l'opération derrière chaque couche d'un réseau de neurones. Facile
- Propagation avant dans une couche dense Calculez les sorties d'une couche de neurones entièrement connectée, avec l'activation de votre choix. Moyen
- Fonction softmax Transformez des scores bruts en probabilités dont la somme vaut 1, sans dépassement de capacité avec de grandes valeurs. Facile