torch.bmm()函数的使用

torch.bmm()的使用：

a=torch.Tensor([[[3,4],[1,2]],[[3,4],[1,2]],[[3,4],[1,2]]])
b=torch.Tensor([[[1,2],[3,4]],[[1,2],[3,4]],[[3,4],[1,2]]])
print(a.shape)
print(b.shape)

我们学过矩阵乘法知道，矩阵a,b是不可以相乘的，但是其实这两个矩阵a,b特殊，因为他们第一维是相同的，都是3，剩下两维22，22不就可以相乘了吗？因此就有了这个函数。这个函数所做的一个事情就是后面剩下的两维对应相乘，由于第一维是3所以要做三次矩阵相乘运算得到3个矩阵，然后再拼接起来，又是322。
当然了，这里是我举得例子而已，一般地：

p * m * s乘以p * s * n-> p * m * n

torch.bmm(a,b)

print(torch.bmm(a,b).shape)

torch.bmm()函数的使用相关推荐

关于torch.bmm()函数计算过程
很多框架中提供的矩阵乘法都是出于简化计算的考虑,很多情况下在进行计算时候都会牵扯到 batch size 这一个维度,这就使得很多矩阵的计算是三维的,Pytorch中的bmm()函数就可以很方便的实现 ...
torch.bmm 函数
torch.bmm 函数这里只是记录一下,为了以后个人方便查找. 具体参考:pytorch官方文档 torch.bmm(input, mat2, *, deterministic=False, ou ...
pytorch 之 torch.bmm()函数
这是一个计算两个tensor之间乘积的函数,该函数要求两个tensor必须都是三维的,且对两个tensor维度有限制,要求啊a,b两个tensor有如下格式: a:(z,x,y) b:(z,y,c) ...
torch.bmm()函数解读
函数作用计算两个tensor的矩阵乘法,torch.bmm(a,b),tensor a 的size为(b,h,w),tensor b的size为(b,w,m) 也就是说两个tensor的第一维是相等 ...
#torch.bmm()函数解读
计算两个tensor的矩阵乘法,torch.bmm(a,b),tensor a 的size为(b,h,w),tensor b的size为(b,w,h),注意两个tensor的维度必须为3.
torch.bmm() 与 torch.matmul()==＞张量的相乘运算
torch.bmm()强制规定维度和大小相同 torch.matmul()没有强制规定维度和大小,可以用利用广播机制进行不同维度的相乘操作当进行操作的两个tensor都是3D时,两者等同. torc ...
torch.bmm() 与 torch.matmul()
torch.bmm() torch.matmul() torch.bmm()强制规定维度和大小相同 torch.matmul()没有强制规定维度和大小,可以用利用广播机制进行不同维度的相乘操作当进行 ...
pytoch矩阵乘法torch.bmm
torch.bmm函数可实现矩阵乘法.pytorch官方文档地址:torch.bmm - PyTorch 1.10.1 documentationhttps://pytorch.org/docs/st ...
torch.bmm()和torch.matmul()函数的用法和区别，矩阵相乘
torch.bmm()和torch.matmul()都是矩阵乘法的运算函数,区别是,torch.matmul更强大. 两者都可以支持3维的矩阵运算,实际是第一维只是找下标,后面2维才是矩阵,然后对应做 ...

torch.bmm()函数的使用

torch.bmm()函数的使用相关推荐

最新文章

热门文章