当前位置 主页 > 网站技术 > 代码类 >

    基于python及pytorch中乘法的使用详解

    栏目:代码类 时间:2019-12-27 21:07

    numpy中的乘法

    A = np.array([[1, 2, 3], [2, 3, 4]])
    B = np.array([[1, 0, 1], [2, 1, -1]])
    C = np.array([[1, 0], [0, 1], [-1, 0]])
     
    A * B : # 对应位置相乘
    np.array([[ 1, 0, 3], [ 4, 3, -4]]) 
     
    A.dot(B) :  # 矩阵乘法 
    ValueError: shapes (2,3) and (2,3) not aligned: 3 (dim 1) != 2 (dim 0)
     
    A.dot(C) : # 矩阵乘法  | < -- > np.dot(A, C)
    np.array([[-2, 2],[-2, 3]])

    总结 : 在numpy中,*表示为两个数组对应位置相乘; dot表示两个数组进行矩阵乘法

    pytorch中的乘法

    A = torch.tensor([[1, 2, 3], [2, 3, 4]])
    B = torch.tensor([[1, 0, 1], [2, 1, -1]])
    C = torch.tensor([[1, 0], [0, 1], [-1, 0]])
     
    # 矩阵乘法
    torch.mm(mat1, mat2, out=None) <--> torch.matmul(mat1, mat2, out=None)
    eg : 
      torch.mm(A, B)   : RuntimeError: size mismatch, m1: [2 x 3], m2: [2 x 3]
      torch.mm(A, C)   : tensor([[-2, 2], [-2, 3]])
      torch.matmul(A, C) : tensor([[-2, 2], [-2, 3]])
     
    # 点乘
    torch.mul(mat1, mat2, out=None)
     
    eg :
      torch.mul(A, B) : tensor([[ 1, 0, 3], [ 4, 3, -4]])
      torch.mul(A, C) : RuntimeError: The size of tensor a (3) must match the size of tensor b (2) at non-singleton dimension 1

    总结 : 在pytorch中,mul表示为两个数组对应位置相乘; mm和matmul表示两个数组进行矩阵乘法

    以上这篇基于python及pytorch中乘法的使用详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持IIS7站长之家。