您好,登錄后才能下訂單哦!
本篇內(nèi)容介紹了“pytorch中矩陣乘法和數(shù)組乘法怎么實現(xiàn)”的有關(guān)知識,在實際案例的操作過程中,不少人都會遇到這樣的困境,接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧!希望大家仔細(xì)閱讀,能夠?qū)W有所成!
該乘法可簡單理解為矩陣各位相乘,一個常見的例子為向量點乘,源碼定義為torch.mul(input,other,out=None)。其中other可以為一個數(shù)也可以為一個張量,other為數(shù)即張量的數(shù)乘。
該函數(shù)可觸發(fā)廣播機制(broadcast)。只要mat1與other滿足broadcast條件,就可可以進(jìn)行逐元素相乘 。
tensor1 = 2*torch.ones(1,4) tensor2 = 3*torch.ones(4,1) print(torch.mul(tensor1, tensor2)) #輸出結(jié)果為: tensor([[6., 6., 6., 6.], [6., 6., 6., 6.], [6., 6., 6., 6.], [6., 6., 6., 6.]])
# 生成指定張量 c = torch.Tensor([[1, 2, 3], [4, 5 ,6]]) print(c.shape) # 2*3 print(c) # 生成隨機張量 d = torch.randn(2,2,3) print(d) print(d.shape) # 2*2*3 mul = torch.mul(c, d) # c會自動broadcast和d進(jìn)行匹配 print(mul.shape) # 2*2*3 print(mul)
該函數(shù)一般只能用來計算兩個二維矩陣的矩陣乘法,而且不支持broadcast操作。該函數(shù)源碼定義為torch.mm(input,mat2,out=None) ,參數(shù)與返回值均為tensor形式。
a=torch.ones(4,3) b=2*torch.ones(3,2) c=torch.empty(4,2) torch.mm(a,b,out=c) print(torch.mm(a,b)) print( c ) #輸出結(jié)果為 tensor([[6., 6.], [6., 6.], [6., 6.], [6., 6.]]) tensor([[6., 6.], [6., 6.], [6., 6.], [6., 6.]])
這個矩陣乘法是在torch.mm的基礎(chǔ)上增加了廣播機制,源碼定義為torch.matmul(input,other,out=None)。
其基本運算規(guī)則如下:
如果兩個參數(shù)都為一維,則等價于torch.mul,需要注意的是:此時的out不接受任何參數(shù)
如果兩個張量都為二維且符合矩陣相乘規(guī)則,或第一個參數(shù)為一維(長度為m,這里等價為大小為1* m),第二個參數(shù)為二維(大小為m* n)則運算等價于torch.mm
如果第一個參數(shù)為二維(大小m* n),第二個參數(shù)為一維(長度為n),這里第二個參數(shù)會進(jìn)行轉(zhuǎn)置成為n* 1的列向量,隨后進(jìn)行矩陣相乘,將得到的結(jié)果再進(jìn)行轉(zhuǎn)置,最終返回一個大小為1* m的向量
tensor1 = torch.tensor([[1,1,1,1],[2,2,2,2],[3,3,3,3]],dtype=torch.float32) tensor2 = torch.ones(4) print(tensor1.size()) print(tensor2.size()) print(torch.matmul(tensor1, tensor2).shape) #輸出結(jié)果為: torch.Size([3, 4]) torch.Size([4]) torch.Size([3])
還有一種情況就是任意一個參數(shù)至少為3維, 當(dāng)前面的維度相同且最后兩個維度符合二維矩陣運算規(guī)則可進(jìn)行計算,例如第一參數(shù)的大小為a* b * c * m,第二個參數(shù)的大小為a* b* m* d,則返回一個大小為a* b* c * d的張量,可觸發(fā)廣播機制。
tensor1 = torch.ones(1,4,3,2) tensor2 = torch.ones(2,6) print(torch.matmul(tensor1, tensor2).size()) #輸出結(jié)果為: torch.Size([1, 4, 3, 6])
torch.bmm(bmat1,bmat2), 其中bmat1(B×n×m),bmat2(B×m×d)輸出out的維度是B×n×d,該函數(shù)兩個輸入必須三維矩陣中的第一維要要相同,不支持broadCast操作。
首先定義兩個張量,x的形狀是[1,2,1],y的形狀是[1,2,2]。
當(dāng)x與y相乘時,由于x.size(2)不等于y.size(2),x會被擴展為[1,2,2]形狀,然后再與張量y進(jìn)行乘法運算。
x = torch.rand(1,2,1) y = torch.rand(1,2,2)
“pytorch中矩陣乘法和數(shù)組乘法怎么實現(xiàn)”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注億速云網(wǎng)站,小編將為大家輸出更多高質(zhì)量的實用文章!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。