pytorch——张量乘法

torch.matmul:

广播机制：

什么是广播呢？其实就是在运算中，Pytorch将较小的数组拉伸成较大数组的形状(shape)，然后进行加减乘除不同矩阵的加减乘除运算。

就是说维度必须是那三种情况中的一种。

* ：

a与b做*乘法，原则是如果a与b的size不同，则以某种方式将a或b进行复制，使得复制后的a和b的size相同，然后再将a和b做element-wise（对应元素相乘）的乘法。

* 高维张量：

import torch

a = torch.tensor([[1,2,3],[4,5,6]]).float()
b = torch.tensor([[0.5],[0.6]]).float()
print(a.size())
print(b.size())
print(a*b)

torch.Size([2, 3])
torch.Size([2, 1])
tensor([[0.5000, 1.0000, 1.5000],
        [2.4000, 3.0000, 3.6000]])

@ 乘法：

import torch
a = torch.tensor([[1,2],[3,4]])
b = torch.tensor([1,1])
print(a@b)
a = torch.tensor([[[1,2],[3,4]]])
b = torch.tensor([1,1])
print(a@b)


tensor([3, 7])
tensor([[3, 7]])