PyTorch 对应点相乘、矩阵相乘实例

一，对应点相乘，x.mul(y)，即点乘操作，点乘不求和操作，又可以叫作Hadamardproduct；点乘再

一，对应点相乘，x.mul(y) ，即点乘操作，点乘不求和操作，又可以叫作Hadamard product；点乘再求和，即为卷积

data = [[1,2], [3,4], [5, 6]]
tensor = torch.FloatTensor(data)
 
tensor
Out[27]: 
tensor([[ 1., 2.],
 [ 3., 4.],
 [ 5., 6.]])
 
tensor.mul(tensor)
Out[28]: 
tensor([[ 1., 4.],
 [ 9., 16.],
 [ 25., 36.]])

二，矩阵相乘，x.mm(y) ， 矩阵大小需满足： (i, n)x(n, j)

tensor
Out[31]: 
tensor([[ 1., 2.],
 [ 3., 4.],
 [ 5., 6.]])
 
tensor.mm(tensor.t()) # t()是转置
Out[30]: 
tensor([[ 5., 11., 17.],
 [ 11., 25., 39.],
 [ 17., 39., 61.]])

以上这篇（标题）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脚本之家。

PyTorch 对应点 相乘 矩阵