基于python及pytorch中乘法的使用详解
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)notaligned:3(dim1)!=2(dim0) 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:sizemismatch,m1:[2x3],m2:[2x3] 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:Thesizeoftensora(3)mustmatchthesizeoftensorb(2)atnon-singletondimension1
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毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。
热门推荐
1 训练狗狗憋尿
2 狗狗追踪训练
3 狗狗训练要多少钱
5 深圳狗狗训练
6 训练狗狗唤回
7 狗狗叫怎么训练
8 狗狗训练班
10 狗狗社会化训练
11 狗狗叫回训练
12 广州狗狗训练学校
13 狗狗训练躺下
14 狗狗随行训练
15 训练狗狗巡回
16 狗狗要怎么训练
17 狗狗喂食训练
18 训练狗狗躺下