PyTorch入门笔记-张量相乘matmul函数02

Matmul 函数

torch.matmul(input, other, out = None) 函数对 input 和 other 两个张量进行矩阵相乘。torch.matmul 函数根据传入参数的张量维度有很多重载函数。为了方便后续的介绍，将传入 input 参数中的张量命名为 a，而传入 other 参数的张量命名为 b。

• 若 a 为 1D 张量，b 为 2D 张量，torch.matmul 函数：
  • 首先，在 1D 张量 a 的前面插入一个长度为 1 的新维度变成 2D 张量；
  • 然后，在满足第一个 2D 张量（矩阵）的列数（column）和第二个 2D 张量（矩阵）的行数（row）相同的条件下，两个 2D 张量矩阵乘积，否则会抛出错误；
  • 最后，将矩阵乘积结果中长度为 1 的维度（前面插入的长度为 1 的新维度）删除作为最终 torch.matmul 函数返回的结果；

import torch

# a为1D张量,b为2D张量
a = torch.tensor([1., 2.])
b = torch.tensor([[5., 6., 7.], [8., 9., 10.]])

result = torch.matmul(a, b)
print(result.size())
# torch.Size([3])

print(result)
# tensor([21., 24., 27.])

• 若 a 为 2D 张量，b 为 1D 张量，torch.matmul 函数：
  • 首先，在 1D 张量 b 的后面插入一个长度为 1 的新维度变成 2D 张量；
  • 然后，在满足第一个 2D 张量（矩阵）的列数（column）和第二个 2D 张量（矩阵）的行数（row）相同的条件下，两个 2D 张量矩阵乘积，否则会抛出错误；
  • 最后，将矩阵乘积结果中长度为 1 的维度（后面插入的长度为 1 的新维度）删除作为最终 torch.matmul 函数返回的结果；

import torch

# a为2D张量,b为1D张量
a = torch.tensor([[1., 2., 3.], [4., 5., 6.]])
b = torch.tensor([7., 8., 9.])

result = torch.matmul(a, b)
print(result.size())
# torch.Size([2])

print(result)
# tensor([50., 122.])

具体细节和 a 为 1D 张量，b 为 2D 张量的情况差不多，只不过，一个在 1D 张量的前面插入长度为 1 的新维度（a 为 1D 张量，b 为 2D 张量），另一个是在 1D 张量的后面插入长度为 1 的新维度（a 为 2D 张量，b 为 1D 张量）。