pytorch中的tensor.matmul(tensor.T)和tensor @ tensor.T方法

最新推荐文章于 2024-09-01 12:02:15 发布

小Aer

最新推荐文章于 2024-09-01 12:02:15 发布

阅读量3k

点赞数

分类专栏： # pytorch 文章标签： pytorch 深度学习

本文链接：https://blog.csdn.net/qq_41542989/article/details/116994000

版权

pytorch 专栏收录该内容

26 篇文章 9 订阅

订阅专栏

除了tensor.matmul(tensor.T)这种表示方法，还有tensor @ tensor.T，都可以实现张量的矩阵乘法，当然tensor.mm也是矩阵乘法（这些方法和对应元素相乘区分开）
对应元素相乘
1.初始化张量

tensor = torch.ones(4, 4)
tensor[:,1] = 0
print(tensor)

tensor([[1., 0., 1., 1.],
        [1., 0., 1., 1.],
        [1., 0., 1., 1.],
        [1., 0., 1., 1.]])

2.执行矩阵方法

print(f"tensor.matmul(tensor.T) \n {tensor.matmul(tensor.T)} \n")
# Alternative syntax:
print(f"tensor @ tensor.T \n {tensor @ tensor.T}")

tensor.matmul(tensor.T)
 tensor([[3., 3., 3., 3.],
        [3., 3., 3., 3.],
        [3., 3., 3., 3.],
        [3., 3., 3., 3.]])

tensor @ tensor.T
 tensor([[3., 3., 3., 3.],
        [3., 3., 3., 3.],
        [3., 3., 3., 3.],
        [3., 3., 3., 3.]])