Matris Çarpımı Nedir?
İngilizce: Matrix Multiplication
Yayın: · Son güncelleme:
Matris Çarpımı Nedir? Kısaca
Matris çarpımı, birinci matrisin her satırı ile ikinci matrisin her sütununun nokta çarpımı alınarak yeni bir matris elde edilmesidir. Çarpım için birinci matrisin sütun sayısı, ikincinin satır sayısına eşit olmalıdır.
İçindekiler
Matris çarpımı, iki matristen yeni bir matris üreten temel doğrusal cebir işlemidir. Derin öğrenme modellerinde yapılan hesaplamaların büyük bölümü bu işlemden oluşur.
Matris çarpımı nedir?
A matrisi m × n, B matrisi n × p boyutluysa A × B çarpımı m × p boyutlu bir matris verir. Kural basittir: A'nın sütun sayısı (n) ile B'nin satır sayısı (n) eşit olmalıdır.
Sonuç matrisinin i. satır, j. sütunundaki elemanı, A'nın i. satırı ile B'nin j. sütununun nokta çarpımıdır.
Adım adım örnek
A = | 1 2 | B = | 5 6 |
| 3 4 | | 7 8 |
- Sol üst: 1×5 + 2×7 = 19
- Sağ üst: 1×6 + 2×8 = 22
- Sol alt: 3×5 + 4×7 = 43
- Sağ alt: 3×6 + 4×8 = 50
Sonuç: A × B = [[19, 22], [43, 50]].
Önemli özellikler
| Özellik | Geçerli mi? |
|---|---|
| Değişme (A×B = B×A) | Genellikle hayır |
| Birleşme ((A×B)×C = A×(B×C)) | Evet |
| Dağılma (A×(B+C) = A×B + A×C) | Evet |
| Birim matrisle çarpım | Matrisi değiştirmez |
Yapay zekâdaki rolü
Bir sinir ağı katmanında girdi vektörü, katmanın ağırlık matrisiyle çarpılır, ardından bir sapma (bias) eklenir ve aktivasyon fonksiyonu uygulanır. Transformer mimarisindeki dikkat hesapları da art arda matris çarpımlarından oluşur.
Büyük modellerde bu çarpımlar milyarlarca sayı üzerinde yapılır. Sonuçtaki her eleman diğerlerinden bağımsız hesaplanabildiği için işlem kolayca paralelleştirilir. GPU, TPU ve benzeri hızlandırıcılar tam da bu iş için optimize edilmiştir.
Nelere dikkat etmeli?
En sık hata boyut uyumsuzluğu ve çarpım sırasını karıştırmaktır. Eleman eleman çarpım (Hadamard çarpımı) ile matris çarpımı farklı işlemlerdir.
Sıkça Sorulan Sorular
Her iki matris çarpılabilir mi?
Hayır. Birinci matrisin sütun sayısı ikinci matrisin satır sayısına eşit olmalıdır. Örneğin 2×3 bir matris 3×4 bir matrisle çarpılabilir, ama 2×2 bir matrisle çarpılamaz.
Matris çarpımı neden yapay zekâda bu kadar önemli?
Sinir ağlarındaki katman hesaplamaları özünde matris çarpımıdır. Bir modelin eğitimi ve çalıştırılması sırasında harcanan işlem gücünün büyük kısmı bu işleme gider.