矩阵乘法、点乘、点积、内积、叉积、外积

一、矩阵乘法 (Matrix Multiply)

用于矩阵相乘，A，B均为矩阵，A的维度为m*p，B的维度为p*n，则A*B的结果为m*n的矩阵。

二、点乘 (Pointwise Multiply)

其他名称：Hadamard product，element-wise product, entrywise product, Schur product.

用于矩阵相乘，A，B为维度大小相同的矩阵，即A的行数=B的行数，A的列数=B的列数。在运算时，AB矩阵的对应位置的元素相乘。若AB均为mn的矩阵，则其点乘的结果仍为一个mn的矩阵。

latex 符号：\odot --> $\odot$

三、点积 (Dot Product)

其他名称：点积、内积、数量积
dot product = inner product = scalar product

用于向量相乘，A，B均为向量，相乘以后，得到一个标量。
经常用于相似度计算。原因是在几何意义上，
$A\cdot B=|A||B|\cos \theta$，
而$|A|\cos \theta$可以看成是A在B上的投影大小，结果越大越相似，所以点积经常被用来计算相似度。

latex符号：\cdot --> $\cdot$

四、叉积 (Cross Product)

用于向量相乘，结果为矢量。
当前还没用到，等用到了再来补充。

其他常用latex符号：
$\times$ -------- (\times) – 叉积或笛卡尔积。
$\ast$ -------- (*) 卷积。
$\cdot$ -------- (\cdot) – 点积
$\bullet$ -------- (\bullet) – 点积
$\otimes$ -------- (\otimes) – 张量积。
$\circ$ -------- (\circ) – 函数组合。

参考：
https://math.stackexchange.com/questions/20412/element-wise-or-pointwise-operations-notation