pytorch 笔记

最新推荐文章于 2022-02-13 18:39:55 发布

suyongcai1234

最新推荐文章于 2022-02-13 18:39:55 发布

阅读量144

点赞数

分类专栏： pytorch 文章标签：人工智能线性代数神经网络可视化

本文链接：https://blog.csdn.net/suyongcai1234/article/details/105347610

版权

pytorch 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

本文详细介绍了PyTorch中张量的两种相乘方式：点乘（矩阵相乘），用于将m x n矩阵与n x d矩阵相乘得到m x d矩阵；以及对应元素相乘（Hadamard product），要求张量维度一致。

摘要由CSDN通过智能技术生成

两张量相乘

点乘（矩阵相乘）tensor1.mm(tensor2)

m x n 矩阵乘以 n x d 得到 m x d 矩阵

data = [[1,2], [3,4], [5, 6]]
tensor = torch.FloatTensor(data)

tensor
Out[31]: 
tensor([[ 1.,  2.],
        [ 3.,  4.],
        [ 5.,  6.]])
 
tensor.mm(tensor.t())  # t()是转置
Out[30]: 
tensor([[  5.,  11.,  17.],
        [ 11.,  25.,  39.],
        [ 17.,  39.,  61.]])

对应元素相乘（Hadamard product）tensor1.mul(tensor2)

必须保证量张量的维度一致

data = [[1,2], [3,4], [5, 6]]
tensor = torch.FloatTensor(data)
 
tensor
Out[27]: 
tensor([[ 1.,  2.],
        [ 3.,  4.],
        [ 5.,  6.]])
 
tensor.mul(tensor)
Out[28]: 
tensor([[  1.,   4.],
        [  9.,  16.],
        [ 25.,  36.]])