pytorch乘法,随用随记

1. mul

按元素相乘,存在广播机制,看下面这个例子:

import torch

a = torch.tensor([[[1,2],[2,3],[3,4],[4,5],[5,6]]])
b = torch.tensor([[[1],[2],[3],[4],[5]]])
c= torch.mul(a,b)
print("a shape: ", a.shape)
print("b shape: ", b.shape)

print("c shape: ", a.shape)
print("c: ", c)

打印结果:

a shape:  torch.Size([1, 5, 2])
b shape:  torch.Size([1, 5, 1])
c shape:  torch.Size([1, 5, 2])
c:  tensor([[[ 1,  2],
         [ 4,  6],
         [ 9, 12],
         [16, 20],
         [25, 30]]])
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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