はじめに
どんな問題を解決するか
行列の掛け算は、グラフィックスの変換、ニューラルネットワーク、連立方程式の裏側にあります。対応する数どうしを掛けるのとは違い、間違った演算子を使ってもエラーにならずに間違った結果になります。
身近なたとえ
行列の掛け算は、店が注文を合計するようなものです。各客の行はそれぞれの品物をいくつ買ったか、各価格の列はそれぞれの品物がいくらかを表します。客の請求額は、1つの行と1つの列で「個数 × 価格」を足したものです。
店の請求書からコードへ
left🧾 行:各客が買ったものright💲 列:価格left @ right✖️ 行と列を掛けて足す19 = 1×5 + 2×7🧮 結果の1つのセルひと言でいうと
行列の掛け算(@)は、セル [i, j] が左の行列の i 行目と右の行列の j 列目の積の和である行列を作ります。
重要なポイント
left @ rightは行列の掛け算を行います。- 左上の結果19は 1×5 + 2×7 で、
leftの1行目とrightの1列目です。 leftの列数はrightの行数と等しくなければなりません。left * rightは対応するセルどうしを掛けるので、別の結果になります。
どんな場面で使う?
- 線形代数:変換、回転、連立方程式。
- ニューラルネットワークの層。これは行列の掛け算です。
- 注文と価格のように、数量と単価の表を組み合わせる。
使わなくてよいとき
- セルごとに拡大したり組み合わせたりする場合:
*を使います。 - 合わない形:(2, 3) @ (2, 3) は失敗します。それが意図なら片方を転置します。
サンプルコード
main.py
import numpy as np
left = np.array([[1, 2], [3, 4]])
right = np.array([[5, 6], [7, 8]])
product = left @ right
print(product)
実行結果
[[19 22]
[43 50]]
コードの解説
演算子@は行列の掛け算を行い、たとえば結果の最初の要素は1 × 5 + 2 × 7 = 19です。同じ位置の要素どうしを掛けるだけの*とは別物です。掛け算をするには、左の行列の列数が右の行列の行数と等しくなければなりません。
値を変更し、PythonをインストールせずにCodeUtilityオンラインPythonコンパイラで実行できます。
発展問題
下のヒントにしたがってコードを書き換えてみましょう。自分で変えて結果を確かめると、コードを読むだけよりずっと深く理解できます。
- 入力配列の形状(shape)とデータ型(dtype)を変える。
- 負の数、小数、欠損値で試す。
- もっと大きな多次元配列に同じ操作をして、実行時間を測る。
よくある間違い
行列の掛け算に * を使う
* はセルごとに掛けるので、黙って間違った答えを返します。
問題
product = left * right
修正
product = left @ right
このレッスンを終えましたか?
学習済みにすると進み具合を記録できます。
進み具合はこのブラウザーに保存されています ログインすると、どのデバイスでも引き継げます。
チャレンジで練習する
このレッスンの内容を使って実際の問題を解きましょう。各チャレンジはブラウザで動き、すぐにテストされ、AI のレビューも受けられます。
- 行列の積 2つの行列を掛け合わせます。ニューラルネットワークのすべての層の裏にある計算です。 簡単
- 全結合層の順伝播 活性化関数を選べる全結合層のニューロンの出力を計算します。 中級
- ソフトマックス関数 大きな値でもオーバーフローせずに、生のスコアを合計 1 の確率に変換します。 簡単