outer product(外积/外产品):在线性代数中,指两个向量相乘得到一个矩阵(或更一般地得到张量)的运算。最常见的是:若 (u) 为列向量、(v) 为列向量,则外积通常写作
[
uv^{\mathsf T}
]
结果是一个秩为 1(或不超过 1)的矩阵。
注:不同语境里也可能指更一般的“张量积/外积”概念,但入门数学与数据科学中最常用的是“向量生成矩阵”的这个含义。
/ˈaʊtər ˈprɑːdʌkt/
The outer product of two vectors is a matrix.
两个向量的外积是一个矩阵。
In machine learning, a rank-one update can be written as the outer product (uv^{\mathsf T}), which efficiently adds structured information to a weight matrix.
在机器学习中,秩一更新可以写成外积 (uv^{\mathsf T}),它能高效地向权重矩阵加入有结构的信息。
outer 源自古英语 ūtera,表示“外面的”;product 源自拉丁语 productus(“产生、生成”之意)。合起来的“outer product”强调:这种“乘法”的结果并不是一个标量(像点积那样“内积”到一个数),而是“向外扩展”成一个矩阵/更高阶对象的结果,因此得名。