相关疑难解决方法(0)

我知道@是装饰器,但@=Python的用途是什么？这只是对未来想法的保留吗？

这只是我阅读时的众多问题之一tokenizer.py.

我最近转向Python 3.5并注意到新的矩阵乘法运算符(@)有时与numpy点运算符的行为不同.例如,对于3d数组:

import numpy as np

a = np.random.rand(8,13,13)
b = np.random.rand(8,13,13)
c = a @ b  # Python 3.5+
d = np.dot(a, b)

的@运算符返回形状的阵列:

c.shape
(8, 13, 13)

而np.dot()函数返回:

d.shape
(8, 13, 8, 13)

如何用numpy dot重现相同的结果？还有其他重大差异吗？