pytorch中的@的作用

本文介绍了在PyTorch中如何利用@符号进行矩阵乘法,指出它等效于torch.matmul()或torch.mm()函数,并且强调了矩阵乘法时的张量维度要求,即A的列数必须等于B的行数。通过给定的示例展示了如何计算两个二维张量的乘积。
摘要由CSDN通过智能技术生成

在PyTorch中,@符号用作矩阵乘法的运算符,这与Python 3.5及以上版本引入的矩阵乘法运算符一致。@效果等同于使用torch.matmul()或torch.mm()函数(后者仅适用于二维张量)。

相乘的两个矩阵必须满足:矩阵A的列数必须与矩阵B的行数相匹配。

假设有两个张量A和B,你想计算它们的矩阵乘积,

import torch


A = torch.tensor([[1, 2],
                  [3, 4]])

B = torch.tensor([[2, 0],
                  [0, 2]])

C = A @ B

print(C)

"""
tensor([[2, 4],
        [6, 8]])
"""
  • 7
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

chen_znn

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值