一,对应点相乘,x.mul(y) ,即点乘操作,点乘不求和操作,又可以叫作Hadamard product;点乘再求和,即为卷积
data = [[1,2], [3,4], [5, 6]]tensor = torch.FloatTensor(data) tensorOut[27]: tensor([[ 1., 2.], [ 3., 4.], [ 5., 6.]]) tensor.mul(tensor)Out[28]: tensor([[ 1., 4.], [ 9., 16.], [ 25., 36.]])
二,矩阵相乘,x.mm(y) , 矩阵大小需满足: (i, n)x(n, j)
tensorOut[31]: tensor([[ 1., 2.], [ 3., 4.], [ 5., 6.]]) tensor.mm(tensor.t()) # t()是转置Out[30]: tensor([[ 5., 11., 17.], [ 11., 25., 39.], [ 17., 39., 61.]])
以上这篇(标题)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武林网之家。
新闻热点
疑难解答