pytorch中部分矩阵乘法和数组乘法的小结

下面是关于“pytorch中部分矩阵乘法和数组乘法的小结”的攻略：

1. 矩阵乘法

在pytorch中，矩阵乘法是通过torch.matmul()函数实现的。矩阵乘法需要满足两个矩阵尺寸匹配的条件，即左矩阵的列数等于右矩阵的行数。

1.1 两个矩阵相乘

以下是两个矩阵相乘的示例：

import torch

a = torch.tensor([[1, 2], [3, 4]])
b = torch.tensor([[5, 6], [7, 8]])
c = torch.matmul(a, b)

print(c)

运行结果为：

tensor([[19, 22],
        [43, 50]])

1.2 矩阵与向量相乘

矩阵与向量相乘同样可以使用torch.matmul()函数实现：

import torch

a = torch.tensor([[1, 2], [3, 4]])
b = torch.tensor([5, 6])
c = torch.matmul(a, b)

print(c)

运行结果为：

tensor([17, 39])

2. 数组乘法

数组乘法可以使用torch.mul()函数实现。数组乘法要求两个数组的维度匹配，可以是完全匹配，也可以是部分匹配。

2.1 两个数组完全匹配

以下是两个数组完全匹配的示例：

import torch

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

print(c)

运行结果为：

tensor([ 4, 10, 18])

2.2 两个数组部分匹配

以下是两个数组部分匹配的示例：

import torch

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

print(c)

运行结果为：

tensor([[ 5, 12],
        [15, 24]])

以上就是有关pytorch中矩阵乘法和数组乘法的小结。希望能对您有所帮助。