pytorch中的矩阵乘法

原创

已于 2023-11-05 09:45:36 修改 · 2.3k 阅读

标签

#pytorch #矩阵 #人工智能

于 2023-11-05 09:43:10 首次发布

本文详细介绍了PyTorch中矩阵运算符@、*以及torch.matmul()的使用，包括矩阵点乘、常规矩阵乘法、向量乘积，并展示了多维度矩阵乘法的实例。

1. 运算符介绍

关于@运算，*运算，torch.mul(), torch.mm(), torch.mv(), tensor.t()

@ 和 *代表矩阵的两种相乘方式：

@表示常规的数学上定义的矩阵相乘；
*表示两个矩阵对应位置处的两个元素相乘。

*和torch.mul()等同:表示相同shape矩阵点乘，即对应位置相乘，得到矩阵有相同的shape。

一，对应点相乘，x.mul(y) ，即点乘操作，点乘不求和操作，又可以叫作Hadamard product；点乘再求和，即为卷积

>>> a = torch.Tensor([[1,2], [3,4], [5, 6]])
>>> a
tensor([[1., 2.],
        [3., 4.],
        [5., 6.]])
>>> a.mul(a)
tensor([[ 1.,  4.],
        [