pytorch @和*运算

本文详细介绍了PyTorch中两种不同的矩阵乘法运算:矩阵乘法(@)与逐元素乘法(*)。通过实例演示了这两种乘法的区别,包括矩阵乘法的要求以及如何进行逐元素相乘。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

@指的是矩阵乘法,类似于内积,
*指的是pixel-wise乘法。

举个例子,两个3x2的矩阵

>>> a1 = torch.Tensor([[1,2],[3,4], [3, 2]])
>>> a2 = torch.Tensor([[2,3],[1,5], [1, 2]])

矩阵乘法要求第一个矩阵的列=第二个矩阵的行,两个3x2的矩阵直接乘会报错,验证一下

>>> a1@a2
RuntimeError: mat1 and mat2 shapes cannot be multiplied (3x2 and 3x2)

而pixel-wise可以乘

a1*a2
Out: 
tensor([[ 2.,  6.],
        [ 3., 20.],
        [ 3.,  4.]])

把a1转置成2x3,再相乘,2x3与3x2相乘,结果应该是2x2,验证一下

a1.t()@a2
Out: 
tensor([[ 8., 24.],
        [10., 30.]])
评论 1
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

打赏作者

蓝羽飞鸟

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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