【Pytorch】torch. bmm()
目录
- 简介
- torch.bmm()
- 语法
- 作用
- 举例
- 参考
- 结语
简介
Hello！
非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～
ଘ(੭ˊᵕˋ)੭
昵称：海轰
标签：程序猿｜C++选手｜学生
简介：因C语言结识编程，随后转入计算机专业，获得过国家奖学金，有幸在竞赛中拿过一些国奖、省奖…已保研
学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语！
唯有努力💪
本文仅记录自己感兴趣的内容
torch.bmm()
语法
torch.bmm(input, mat2, *, out=None) → Tensor
作用
执行存储在 input 和 mat2 中的矩阵的批量矩阵乘积
input 和 mat2 必须是 3-D 张量，每个张量都包含相同数量的矩阵
如果 input 是 一个 ( b × n × m ) (b \times n \times m) (b×n×m) 张量，mat2 是 一个 ( b × m × p ) (b \times m \times p) (b×m×p) 张量
out 将是 一个 ( b × n × p ) (b \times n \times p) (b×n×p) 张量
此功能不广播。 对于广播矩阵产品，请参阅 torch.matmul()。
举例
input = torch.randn(10, 3, 4)
mat2 = torch.randn(10, 4, 5)
res = torch.bmm(input, mat2)
print(res.size())
mm,bmm和matmul的区别
参考：https://blog.csdn.net/qq_40589781/article/details/104223130
参考
- https://pytorch.org/docs/stable/generated/torch.bmm.html#torch.bmm
- https://blog.csdn.net/qq_40589781/article/details/104223130
结语
文章仅作为个人学习笔记记录，记录从0到1的一个过程
希望对您有一点点帮助，如有错误欢迎小伙伴指正
