問題
ニューラルネットワークの層、アテンション、そして機械学習の大部分は、突き詰めると行列の積です。n × k の行列 A と k × m の行列 B の積 C = A × B は n × m の行列で、各要素は A の行と B の列の内積です。
C[i][j] = A[i][0] × B[0][j] + A[i][1] × B[1][j] + … + A[i][k-1] × B[k-1][j]
matmul(a, b) を実装してください。
入力
a: n × k の行列。
b: k × m の行列（行数は a の列数と同じ）。
出力
n × m の積の行列を返してください。
制約
1 ≤ n, k, m ≤ 50
-100 ≤ 各値 ≤ 100
例
例 1
入力：
a = [
[1.0, 2.0],
[3.0, 4.0]
]
b = [
[5.0, 6.0],
[7.0, 8.0]
]
期待される出力：
expected = [
[19.0, 22.0],
[43.0, 50.0]
]入力：
std::vector<std::vector<double>> a = {
{1.0, 2.0},
{3.0, 4.0}
};
std::vector<std::vector<double>> b = {
{5.0, 6.0},
{7.0, 8.0}
};
期待される出力：
std::vector<std::vector<double>> expected = {
{19.0, 22.0},
{43.0, 50.0}
};入力：
double[][] a = new double[][] {
new double[] {1.0, 2.0},
new double[] {3.0, 4.0}
};
double[][] b = new double[][] {
new double[] {5.0, 6.0},
new double[] {7.0, 8.0}
};
期待される出力：
double[][] expected = new double[][] {
new double[] {19.0, 22.0},
new double[] {43.0, 50.0}
};解説
C[0][0] = 1×5 + 2×7 = 19、C[0][1] = 1×6 + 2×8 = 22、C[1][0] = 3×5 + 4×7 = 43、C[1][1] = 3×6 + 4×8 = 50。
例 2
入力：
a = [
[1.0, 0.0, 2.0]
]
b = [
[3.0],
[4.0],
[5.0]
]
期待される出力：
expected = [
[13.0]
]入力：
std::vector<std::vector<double>> a = {
{1.0, 0.0, 2.0}
};
std::vector<std::vector<double>> b = {
{3.0},
{4.0},
{5.0}
};
期待される出力：
std::vector<std::vector<double>> expected = {
{13.0}
};入力：
double[][] a = new double[][] {
new double[] {1.0, 0.0, 2.0}
};
double[][] b = new double[][] {
new double[] {3.0},
new double[] {4.0},
new double[] {5.0}
};
期待される出力：
double[][] expected = new double[][] {
new double[] {13.0}
};解説
1 × 3 の行列と 3 × 1 の行列の積は 1 × 1 の行列になります：1×3 + 0×4 + 2×5 = 13。
参考資料
この課題はCodeUtility用に調整されています。上記の説明と制約に従ってください。