第1步：先认清题目要哪种乘法
看到“A乘B”，别急着动笔。普通矩阵乘法解决的是线性变换或数据汇总，规则是行乘列；对应元素相乘，也叫Hadamard积，要求两个矩阵形状完全相同；向量点积则把两个等长向量压成一个数。
例如A和B都是2×2矩阵，普通乘法与对应元素相乘都能做，但答案完全不同。前者会把一行与一列配对求和，后者只是同位置数字直接相乘。题目出现AB、变换、权重汇总时，默认通常是普通矩阵乘法。
矩阵相乘怎么算攻略：三种乘法别选错
矩阵相乘怎么算攻略，难点通常不是算术，而是先判断该用普通矩阵乘法、对应元素相乘，还是向量点积。本文按识别运算、检查维度、执行行乘列、快速验算四步推进，并把三种常见算法放在一起比较，帮你避开“数字算得很认真，方法却选错了”的坑。
第2步：用维度筛掉错误选项
设A是m×n，B是n×p，AB才有定义，结果固定为m×p。实战里可以念一句“中间相等，留下两边”：2×3乘3×4可算，答案是2×4；2×3乘2×3不能做普通乘法，却可以做对应元素相乘。维度检查比背公式更管用。
第3步：锁定一个位置做行乘列
用A=[[1,2,3],[4,5,6]]、B=[[7,8],[9,10],[11,12]]演示。结果左上角取A第一行与B第一列：1×7+2×9+3×11=58；右上角换成B第二列，得到64。第二行照做，最终AB=[[58,64],[139,154]]。
这里与点积的关系很直接：结果矩阵中的每个格子，本质上都是一次向量点积。把“整块矩阵一起算”改成“逐格配对”，出错率会低很多。
第4步：用形状和估算双重验算
先看结果是不是2×2，再抽查一个格子。全为正数时，若某个结果比参与计算的数字还离谱地小，也要回头检查是否漏加。普通乘法适合表达组合关系，对应元素乘法适合掩码、逐像素缩放，点积适合相似度或加权求和，三者没有谁更高级，只有场景是否匹配。
小矩阵建议手算并写出中间乘积；超过5×5，用NumPy、MATLAB或计算器更稳，但输入前仍要检查维度。软件能替你算数，不能替你判断乘法类型。
常见问题
两个2×3矩阵可以直接相乘吗？
不能做普通矩阵乘法，因为第一个矩阵的列数3不等于第二个矩阵的行数2；可以做对应元素相乘，结果仍是2×3。
矩阵相乘为什么不是对应位置直接乘？
普通矩阵乘法要表达连续变换与加权汇总，因此每个结果元素必须汇集一整行和一整列的信息。对应位置直接乘属于另一种运算，即Hadamard积。
矩阵乘法用计算器怎么验算？
先记录A、B和预期结果的维度，再输入矩阵；输出后抽查左上角元素，手算A第一行与B第一列的点积，能快速发现录入错误。