矩阵乘法：不是所有矩阵都能谈恋爱（维度匹配了解一下）

矩阵相乘就像相亲——必须条件匹配

大一学线性代数的时候，老师告诉我们：两个矩阵相乘，第一个的列数必须等于第二个的行数。我当时的反应是：“哦，行吧。” 然后期末考试就挂着矩阵乘法的题睡着了。

后来做机器学习，天天跟矩阵打交道，终于悟了——这不就是相亲吗？想象矩阵 A 是男生列表（m 行，每个男生有 n 个特征），矩阵 B 是女生列表（n 行，每个女生有 p 个特征）。 A 的列（n 个特征）必须等于 B 的行（n 个女生）——因为每个特征得跟对应的女生对上号才能做点积。结果是 (m x p) 的矩阵，相当于 m 个男生 x p 个女生，俩俩配对出了一个“契合度分数”。

所以当你看到 ValueError: shapes (3,4) and (3,4) not aligned 的时候，翻译成人话就是：“兄弟，你彿的矩阵第一个的列跟第二个的行不相等，人家怎么谈恋爱？”正确应该是 (3,4) x (4,5) -> (3,5)。内维相等，外维是结果。矩阵乘法不是你想乘就能乘。