torch.matmul是在哪里实现的，特别是在图形处理器上运行的部分？ 整个项目有两百万行代码。我试图grep 1.8.2发行版的源代码，但是很难找到这个函数。我猜它是由某种东西产生的..。
浏览 61提问于2021-09-21得票数 1
回答已采纳
1回答
利用3 by n by k张量A和1 by k by m张量x，我们可以得到Ax = B，其中B具有[3, n, m]的形状。
浏览 8提问于2022-07-19得票数 0
回答已采纳
我总是可以用python内置的@运算符替换torch.matmul来做矩阵乘法吗？请假定我知道torch.matmul、torch.mm和许多其他语言之间的区别。我只想确保在不牺牲速度或torch的一些本地支持的情况下，有多少可以被@ operator安全地替换。 如果没有坏处，我想在将来广泛地使用它们。
浏览 109提问于2019-09-21得票数 2
在阅读了pytorch文档之后，我仍然需要帮助来理解torch.mm、torch.matmul和torch.mul之间的区别。由于我不完全理解它们，所以我无法简明地解释这一点。[ 0.8378]])
B = torch.tensor([[2.9355, 0.3450], [0.5708, 1.9957]])
浏览 5提问于2022-10-02得票数 2
1回答
我目前正在学习PyTorch，以便利用它的开源自动评分功能，作为我自己的练习，我想实现一个简单的优化算法，我已经在MATLAB中实现了这个算法。在MATLAB中使用精确线搜索的简单梯度下降算法可能如下所示：while residualcompute residual
objective = x'*A*x - b'*x; % compute objective value at cur
浏览 7提问于2020-12-01得票数 0
1回答
我在pytorch中计算一个2层前馈神经网络的前向jacobian (输出相对于输入的导数)，我的结果是正确的，但相对较慢。考虑到计算的性质，我预计它的速度大约与通过网络的前向传递一样快(或者可能是2-3倍长)，但是在这个例程上运行优化步骤(在我的测试示例中，我只需要所有点的jacobian=1 )与标准均方误差相比，需要大约expand(-1, -1, input_1)
a = torch.matmul<
浏览 18提问于2019-01-27得票数 2
回答已采纳
self.v_bias_momentum/batch_size</code></pre>
在训练的同时
浏览 6提问于2021-06-13得票数 0
1回答
我想从零开始在火炬库中实现多元正态分布。我的实现并没有给我与torch.distributions.MultivariateNormal的发行版相同的输出。我哪里出了问题？我尝试实现一个多元正态分布方程，但它与火炬MultivariateNormal分布的输出不匹配。我在中没有看到它的方程式。torch.tensor([[-10.5, 2.0], [-0.5, 2.0]])pos_def_c
浏览 5提问于2022-08-11得票数 1
torch.matmul似乎没有允许按名称注册标准前向钩子的nn.Module包装器。在这种情况下，矩阵乘发生在forward()函数的中间。卸载torch.matmul输出的选项是什么？蒂娅。
浏览 6提问于2021-12-16得票数 0
回答已采纳
1回答
我正在PyTorch中实现一个反向HMM算法。我使用这个作为参考。此链接包含所使用的数值示例的结果(我正在尝试实现该结果，并将生成的结果与其进行比较)。# Initialization: A(i, j) * B(T, i) * B(Ot+1, j) , where B(Ot+1, j) = 1 backward[:, i] = torch.matmul(A * obs_prob, backward[:, i+1])
浏览 0提问于2019-08-12得票数 1
回答已采纳
在numpy / PyTorch中，我有两个矩阵，例如X=[[1,2],[3,4],[5,6]]，Y=[[1,1],[2,2]]。我想将X的每一行与Y的每一行点积，并得到结果。
浏览 32提问于2019-07-05得票数 2
回答已采纳
这篇关于智能权重初始化的文章https://towardsdatascience.com/understand-kaiming-initialization-and-implementation-detail-in-pytorch-f7aa967e9138使用以下语法 x@w 表示张量(/matrix)乘法。我以前没有见过这一点，而是假设我们需要“拼写出来”如下： torch.mm(x, w.t()) 使用前一种(更好的)语法需要什么？那篇文章没有展示他们正在使用的一套完整的导入。
浏览 46提问于2020-09-18得票数 0
回答已采纳
以下是朱庇特的摘录：import torch, numpy as np, datetime在[2]中bc = torch.randn(10000, 10000).to(cuda)print但如果我们重复一遍：bc = tor
浏览 0提问于2019-07-07得票数 13
回答已采纳
1回答
我试图在没有C++/CUDA绑定的情况下重新实现torch.nn.RNN模块，即使用简单的张量操作和相关逻辑。(input_t, self.w_ih[layer].T) + torch.matmul(h_0[0][layer], self.w_hh[layer].T))
h_0[(input_t_reversed, self.w_ih_reverse[layer].T) + torch.matmul(h_0[1][layer], self.w_hh_reverse[layer]为了
浏览 12提问于2022-03-18得票数 3
回答已采纳
我正在尝试实现一个注意模型，但是未能执行matmulatt和V的形状是：vshape:torch.Size([20, 3, 128, 100]) RuntimeError:预期张量在维度1处为100，而参数#2‘batch2’则为128号(同时检查bmm
浏览 3提问于2020-04-29得票数 0
2回答
我正在尝试在PyTorch中将两个复数矩阵相乘，结果似乎是the torch.matmul functions is not added yet to PyTorch library for complex你有什么建议吗，或者在PyTorch中有其他方法来乘复数矩阵吗？
浏览 294提问于2020-09-12得票数 2
回答已采纳
我有两个张量t2= torch.Size([400, 32, 32])我得到了一个错误RuntimeError：
任何帮助都将不胜感激。
浏览 1提问于2020-11-25得票数 0
回答已采纳
2回答
更新2matrixA * matrixB不同于torch.mm(matrixA，matrixB)和torch.matmul(matrixA，matrixB)。因此，*表示向元素方向的乘法，而multiplication. ()和torch.matmul()则是矩阵级的。差异torch.mm()和torch.matmul()：mm()专门用于二维矩阵，而matmul()可以用于更复杂的情况。更新3
只是为了给那些有
浏览 1提问于2020-07-21得票数 3
回答已采纳
1回答
但我在x.shape或x.view中找不到 __constants__ = ['bias']
def __init__(self, in_features
浏览 0提问于2019-07-22得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
对象存储
云直播活动推荐
腾讯云开发者
