深度学习基础：线性代数本质4——矩阵乘法

两个矩阵相乘的意义就是复合变换

1. 复合变换

例如先进行旋转变换再进行剪切变换，这很明显是两个变换，但是从总体上看可以看作是一个复合变换，是旋转和剪切作用的总和。

和其他线性变换一样，我们也可以通过记录变换后的 i j 来实现，并用矩阵完全描述这个复合变换。这一新的矩阵捕捉到了两个变换的总体效应，但它的确是一个单独的作用

两个矩阵相乘的几何意义便浮现出来了

需要注意的是，上面的矩阵相乘需要从右往左读，首先应用右边矩阵所描述的变换，然后再应用左矩阵所描述的变换。