溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要為大家展示了“PyTorch如何實現對應點相乘、矩陣相乘”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“PyTorch如何實現對應點相乘、矩陣相乘”這篇文章吧。
一，對應點相乘，x.mul(y) ，即點乘操作，點乘不求和操作，又可以叫作Hadamard product；點乘再求和，即為卷積
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，矩陣相乘，x.mm(y) ， 矩陣大小需滿足： (i, n)x(n, j)
tensor Out[31]: tensor([[ 1., 2.], [ 3., 4.], [ 5., 6.]]) tensor.mm(tensor.t()) # t()是轉置 Out[30]: tensor([[ 5., 11., 17.], [ 11., 25., 39.], [ 17., 39., 61.]])
以上是“PyTorch如何實現對應點相乘、矩陣相乘”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
