向量的叉积、点积、外积

向量的叉积、点积和外积是向量代数中非常重要的操作，用于描述向量间的关系。它们广泛应用于物理、计算机图形学、几何以及蛋白质结构分析等领域。下面对每个运算进行详细介绍，并通过 PyTorch 示例代码展示其实现。

1. 点积 (Dot Product)

点积是两个向量之间的数量积，结果是一个标量。点积用于测量两个向量的平行性或相对角度。如果两个向量的点积为零，则它们互相垂直。

其中，θ 是两个向量之间的夹角。

PyTorch 实现点积：

import torch# 定义两个向量 a 和 b
a = torch.tensor([1.0, 2.0, 3.0])
b = torch.tensor([4.0, 5.0, 6.0])# 计算点积
dot_product = torch.dot(a, b)print(f"点积: {dot_product.item()}")

2. 叉积 (Cross Product)

叉积是两个向量之间的向量积，结果是一个新的向量。叉积用于计算两个向量形成的平面的法向量，并且可以用来确定两个向量之间的垂直关系。