先简单说一下Hadamard product： 
(参照*：https://en.wikipedia.org/wiki/Hadamard_product_(matrices))
而matrix product为： 
（参照*：matrix product）
这两者是完全不一样的，但为什么python都是用∗∗表示呢？通过查阅官方文档(PEP465)，我们可以得到如下解释：
For numpy.ndarray objects, * performs elementwise multiplication, and matrix multiplication must use a function call (numpy.dot). For numpy.matrix objects, * performs matrix multiplication, and elementwise multiplication requires function syntax.
也就是说，当变量类型为 numpy.ndarray 时，∗表示的是Hadamard product;当变量类型为 numpy.matrix 时，∗表示的是matrix product。而LSTM源码中变量类型为 numpy.ndarray ，所以使用∗操作自然是表示Hadamard product，问题解决。
下面，举个简单例子对这两种操作进行区分：
## Hadamard product
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
a * b
Out[5]:
array([[ 5, 12],
[21, 32]]) ## matrix product
c = np.matrix(a)
d = np.matrix(b)
c * d
Out[8]:
matrix([[19, 22],
[43, 50]])
可以看到，相同的∗操作得到的结果是不同的，原因就是变量类型不同。
当然，变量类型为numpy.array的变量也可以通过numpy.dot()函数实现矩阵乘法的操作：
np.dot(a,b)
Out[9]:
array([[19, 22],
[43, 50]])
参考：https://blog.csdn.net/flying_sfeng/article/details/79330336