pytorch中的乘法

最新推荐文章于 2024-04-26 16:19:48 发布

「已注销」

最新推荐文章于 2024-04-26 16:19:48 发布

阅读量329

点赞数

分类专栏： torch

本文链接：https://blog.csdn.net/YJYS_ZHX/article/details/113501293

版权

本文详细介绍了PyTorch中不同类型的乘法操作，包括torch.mul()的元素乘法，torch.mm()的二维矩阵乘法，以及torch.matmul()的广播和批量矩阵乘法。torch.mul()支持自动增加维度并进行广播，而torch.mm()遵循矩阵乘法规则不支持广播。torch.matmul()则可以处理各种情况，包括向量点乘、矩阵与向量乘、批量矩阵乘法等复杂运算。

摘要由CSDN通过智能技术生成

总结：按元素相乘用torch.mul，二维矩阵乘法用torch.mm，batch二维矩阵用torch.bmm，batch、广播用torch.matmul

if __name__=="__main__":
    a = torch.tensor([1, 2, 3])
    b = torch.arange(0, 12).reshape((4, 3))
    c = torch.tensor([4, 5, 6, 7])
    d = torch.arange(0, 12).reshape((3, 4))

    aa = torch.unsqueeze(a, dim=1)
    cc = torch.unsqueeze(c, dim=0)
    print('a:{0},a.shape:{1}'.format(a, a.shape))
    print('b:{0},b.shape:{1}'.format(b, b.shape))
    print('c:{0},c.shape:{1}'.format(c, c.shape))
    print('d:{0},d.shape:{1}'.format(d, d.shape))
    print('aa:{0},aa.shape:{1}'.format(aa, aa.shape))
    print('cc:{0},cc.shape:{1}'.format