没写错，结合前后文再看看。
中间是展开A的
谢谢，我看错了，我把推导过程给看成是两个独立的矩阵，Ax等于什么什么和x等于什么。惭愧惭愧
我们可以把一个矩阵$\boldsymbol{A} \in \mathbb{R} ^{m\times n}$乘法看作一个从$\mathbb{R} ^{n}$到$\mathbb{R} ^{m}$向量的转换…
这句话似乎用下面这句话表达更清楚一些
我们可以把一个矩阵$\boldsymbol{A} \in \mathbb{R} ^{m\times n}$和向量$\mathbb{R} ^{n}$的乘法看作一个从$\mathbb{R} ^{n}$到$\mathbb{R} ^{m}$向量的转换…
tensorflow代码里
B = A # 不能通过分配新内存将A克隆到B
这一部分，是不是可以这样来拷贝？
B = tf.Variable(tf.zeros_like(A)).assign(A).read_value()
或者
B = tf.identity(A)