【pytorch】向量、矩阵乘法

最新推荐文章于 2025-04-19 21:31:44 发布
最新推荐文章于 2025-04-19 21:31:44 发布
阅读量146 收藏
点赞数
分类专栏： pytorch入门到精通 文章标签： pytorch 矩阵 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_69722030/article/details/127547638
版权
本文介绍了PyTorch中不同类型的张量乘法操作，包括1维张量的内积torch.dot()，矩阵乘法torch.mm()，矩阵点乘以及综合乘法torch.matmul()。详细阐述了每种乘法的适用场景和形状要求，帮助理解PyTorch中的张量运算。

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

1 1维张量内积-torch.dot()

torch.dot(input, tensor) → Tensor
#计算两个张量的点积（内积）
#官方提示：不能进行广播（broadcast）.
#example
>>> torch.dot(torch.tensor(
了解本专栏 订阅专栏 解锁全文 超级会员免费看
pytorch 内积 矩阵乘法
jacke121的专栏
11-03 8082
1 1维张量内积-torch.dot() torch.dot(input, tensor) → Tensor #计算两个张量的点积（内积） #官方提示：不能进行广播（broadcast）. #example >>> torch.dot(torch.tensor([2, 3]), torch.tensor([2, 1])) #即对应位置相乘再相加 tensor(7) >>> torch.dot(torch.rand(2, 3), torch.rand(2, 2)) ..
Pytorch | 详解Pytorch科学计算包——Tensor
TechFlow的博客
07-05 635
本文始发于个人公众号：TechFlow，原创不易，求个关注 今天是Pytorch专题的第二篇，我们继续来了解一下Pytorch中Tensor的用法。 上一篇文章当中我们简单介绍了一下如何创建一个Tensor，今天我们继续深入Tensor的其他用法。 tensor操作 size()和shape 我们可以用size()函数或者直接调用tensor当中的shape属性获取一个tensor的大小，这两者是等价的，一般情况下我们用前者多一些。 view 我们可以通过view改变一个tensor的shap
Pytorch阅读文档之dot，mm，matmul函数
热门推荐
GhostintheCode的博客
10-14 2万+
Pytorch阅读文档之dot，mm，matmul函数 torch.dot() torch.dot(input, tensor) → Tensor #计算两个张量的点积（内积） #官方提示：不能进行广播（broadcast）. #example >>> torch.dot(torch.tensor([2, 3]), torch.tensor([2, 1])) #即对应位置相乘再相...
pytorch和numpy的转换以及不同类型矩阵的内积求解-实验笔记
冷心笑看丽美人 ~ blog
04-17 664
代码笔记~自己实验的时候用的 # -*- coding: utf-8 -*- """ Spyder Editor This is a temporary script file. """ import torch import numpy as np I=np.eye(4,dtype=float) RT=[[0.23616787791252136, -0.9717121720314026, 7.4505797087454084e-09, -0.0], [0.4821586608886719, 0.
pytorch----矩阵乘法
weiwei935707936的博客
12-29 8210
torch中的矩阵乘法: 一.矩阵乘 二.矩阵乘 三.对应元素相乘 torch.mul: 和普通标量也是对应元素相乘: #输入张量和标量相乘 torch.mul(input, value, out=None) 例： >>> a = torch.randn(3) >>> a -0.9374 -0.5254 -0.6069 [torch.FloatTensor of size 3] >>> tor...
【深度学习】Pytorch 系列教程（三）：PyTorch数据结构：2、张量的数学运算（1）：向量运算（加减乘除、数乘、内积、外积、范数、广播机制）
天地玄黄 魑魅魍魉 风花雪月 商角徵羽
02-16 2012
本文介绍了PyTorch中张量的数学运算之向量运算，包括加减乘除、数乘、内积、外积、范数、广播机制等
【无标题】python和Pytorch中的矩阵乘法运算总结
tanhongweibest的博客
12-14 1758
python 和Pytorch的矩阵乘法运算总结
pytorch矩阵乘法
weixin_45694975的博客
09-28 283
一、torch.bmm input1 shape: (batch_size, seq1_len, emb_dim) input2 shape: (batch_size, emb_dim, seq2_len) output shape: (batch_size, seq1_len, seq2_len) 注意：torch.bmm只适合三维tensor做矩阵运算 特别地，torch.bmm支持tenso广播运算 input1 shape: (batch_size, seq1_len, emb_dim) input
Pytorch实现矩阵乘法
05-30
在PyTorch中，可以使用torch.matmul()函数实现矩阵乘法。该函数接受两个张量作为输入，可以是标量、向量、矩阵或高维张量，返回两个张量的矩阵乘积。 下面是一个简单的示例： ```python import torch # 创建两个...
pytorch入门2：PyTorch 基本知识
m0_67220106的博客
07-11 320
一、创建和储存 1 创建方法 Tensor(*sizes/tensor_like)new(*sizes)ones(*sizes)zeros(*sizes)eye(*sizes)arange(s,e,step)linspace(s,e,steps)rand/randn(*sizes) 均匀/标准正太分布normal(mean,std)/uniform(from,to) 正太/均匀分布randperm(m) 随机排序获取 torch 默认的数据类型 tc.get_default_dtype() Tensor
pytorch 中矩阵乘法总结
Lyn_Notes
06-15 2446
导语：这是一篇关于Pytorch中各类乘法操作的总结和使用说明。torch.dot()：Computes the dot product (inner product) of two tensors.计算两个1-D 张量的点乘(内乘)。torch.dot(torch.tensor([2, 3]), torch.tensor([2, 1])) out: tensor(7)torch.mm() , 其中 , ， 输出 的维度是。该函数只用来计算两个2-D矩阵的矩阵乘法。mat1 = torch.randn(2,
pytorch 中涉及到矩阵之间的乘法（torch.mul, *, torch.mm, torch.matmul, @）
厚积而薄发
03-03 8831
最近在学习pytorch，过程中遇到一些问题，这里权当笔记记录下来，同时也供大家参考。 下面简单回顾一下矩阵中的乘法：（严谨的说，其实应该说是矩阵乘法和矩阵内积） 1、矩阵乘法   矩阵乘法也就是我们常说的矩阵向量积（也称矩阵外积、矩阵叉乘）       它要求前一个矩阵的行数等于后一个矩阵的列数，其计算方法是计算结果的每一行元素为前一个...
PyTorch中基础模块torch的详细介绍
xw555666的博客
02-07 1万+
在PyTorch中，torch模块是整个库的核心基础模块,提供一些核心的基础性功能.
【浅显易懂系列】Pytorch快速认识和掌握向量乘积运算
weixin_39188311的博客
09-11 870
在PyTorch中，向量和矩阵之间的不同乘积操作非常关键，尤其是在进行深度学习模型构建和数学运算时。下面，我将详细解释您提到的几种乘积类型，并提供具体的代码示例和使用场景。
pytorch tensor内所有元素相乘
某C姓工程师傅
02-15 5266
a = torch.Tensor([1,2,3]) print(torch.prod(a)) 输出tensor(6.)
内积（Inner Product）
最新发布
weixin_71288092的博客
04-19 716
内积（Inner Product）是线性代数中的核心概念，广泛应用于数学、物理和机器学习中。在 PyTorch 等深度学习框架中，内积是张量运算的基础操作之一。
详解torch.dot()、torch.outer()、torch.mul()、torch.mm()和torch.matmul()等函数使用技巧
li1784506的博客
03-24 6502
torch.matmul()函数可以用于1维向量×1维向量，1维向量×2维矩阵，2维矩阵×1维向量，矩阵相乘等不同情况。现将相关案例进行介绍方便日后回顾。
PyTorch深度学习入门 Tensor基础 1.1 Tensor 5. 线性代数运算
谢谢你们的关注
02-11 475
PyTorch深度学习入门 Tensor基础 1.1 Tensor 5. 线性代数运算
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

一起来学深度学习鸭

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

实付元
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