Pytorch入门（番外）点乘与相乘

请叫我算术嘉

于 2019-12-10 18:54:51 发布

阅读量7.3k

点赞数 1

分类专栏： Pytorch 文章标签： pytorch python variable

本文链接：https://blog.youkuaiyun.com/ssjdoudou/article/details/103480959

版权

Pytorch 专栏收录该内容

6 篇文章

订阅专栏

本文通过实例解析了PyTorch中矩阵乘法的正确实现方式，区分了点乘与矩阵乘法的不同，并展示了如何使用torch.mm()函数进行矩阵乘法运算。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天看到一行pytorch的代码

import torch
from torch.autograd import Variable

tensor = torch.FloatTensor([[1,2],[3,4]])          
variable = Variable(tensor, requires_grad=True) 
v_out = torch.mean(variable*variable)

很理所当然的理解为两个矩阵相乘，但是打印输出看的时候觉得不对

tensor([[ 1.,  4.],
        [ 9., 16.]], grad_fn=<MulBackward0>)

这里明显做了一个点乘

那如何才能让这两个variable变量做矩阵的乘法呢

print(torch.mm(variable,variable))

tensor([[ 7., 10.],
        [15., 22.]], grad_fn=<MmBackward>)

嗯，这样就可以了