這篇文章主要為大家展示了“PyTorch如何實(shí)現(xiàn)對(duì)應(yīng)點(diǎn)相乘、矩陣相乘”，內(nèi)容簡(jiǎn)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(lǐng)大家一起研究并學(xué)習(xí)一下“PyTorch如何實(shí)現(xiàn)對(duì)應(yīng)點(diǎn)相乘、矩陣相乘”這篇文章吧。

成都創(chuàng)新互聯(lián)是一家專注于成都網(wǎng)站建設(shè)、成都網(wǎng)站制作與策劃設(shè)計(jì),界首網(wǎng)站建設(shè)哪家好?成都創(chuàng)新互聯(lián)做網(wǎng)站,專注于網(wǎng)站建設(shè)10余年,網(wǎng)設(shè)計(jì)領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:界首等地區(qū)。界首做網(wǎng)站價(jià)格咨詢:13518219792

一，對(duì)應(yīng)點(diǎn)相乘，x.mul(y) ，即點(diǎn)乘操作，點(diǎn)乘不求和操作，又可以叫作Hadamard product；點(diǎn)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(zhuǎn)置
Out[30]: 
tensor([[ 5., 11., 17.],
    [ 11., 25., 39.],
    [ 17., 39., 61.]])

以上是“PyTorch如何實(shí)現(xiàn)對(duì)應(yīng)點(diǎn)相乘、矩陣相乘”這篇文章的所有內(nèi)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(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！

網(wǎng)站名稱：PyTorch如何實(shí)現(xiàn)對(duì)應(yīng)點(diǎn)相乘、矩陣相乘-創(chuàng)新互聯(lián)
URL鏈接：http://sd-ha.com/article24/jjjce.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站排名、網(wǎng)站設(shè)計(jì)、軟件開發(fā)、網(wǎng)站收錄、網(wǎng)站維護(hù)、電子商務(wù)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)