PyTorch常用函数详解(附代码示例)

欢迎关注收藏，持续更新OWO

1.torch.matmul()

全称为Matrix multiply，可将矩/矩、向/向、矩/向相乘（实际操作对象为tensor）。

(1)输入二维和一维时，为矩阵向量乘法，在维度不匹配时，可自动将向量转置，且计算后会重新转置回去：

行向量（即一维tensor）乘矩阵

 矩阵乘行向量(实际过程为先转置进行计算，计算后再将结果转置回去)

矩阵乘列向量（属于二维tensor）（底层原理上实际为矩阵与2x1矩阵）

列向量乘矩阵（实际为两矩阵相乘，所以matmul()不会将其转置）

(2)输入都是二维时，为矩阵乘法，和tensor.mm()用法相同

平平无奇矩阵乘法

注意维度匹配

 (3)当输入有多维时，把多出的一维作为batch提取出来，其他部分作矩阵乘法

 

 下面给出几个较为复杂的例子：

两个都是三维时：

将tensor2的第0维1 broadcast 成2提出来，后两维作矩阵乘法即可

再看一个更复杂点的

首先把tensor1的第0维2作为batch提取出来，则tensor1和tensor2都可看作三维。再把tensor1的1 broadcast成5，将共同的5继续提取出来，然后tensor1剩下(3, 4)，tensor2剩下(4, 2)，作矩阵乘法得(3, 2)