numpy中的乘法
A = np.array([[1, 2, 3], [2, 3, 4]])
B = np.array([[1, 0, 1], [2, 1, -1]])
C = np.array([[1, 0], [0, 1], [-1, 0]])
A * B : # 對應位置相乘
np.array([[ 1, 0, 3], [ 4, 3, -4]])
A.dot(B) : # 矩陣乘法
ValueError: shapes (2,3) and (2,3) not aligned: 3 (dim 1) != 2 (dim 0)
A.dot(C) : # 矩陣乘法 | < -- > np.dot(A, C)
np.array([[-2, 2],[-2, 3]])
總結 ：在numpy中，*表示為兩個數組對應位置相乘； dot表示兩個數組進行矩陣乘法
pytorch中的乘法
A = torch.tensor([[1, 2, 3], [2, 3, 4]])
B = torch.tensor([[1, 0, 1], [2, 1, -1]])
C = torch.tensor([[1, 0], [0, 1], [-1, 0]])
# 矩陣乘法
torch.mm(mat1, mat2, out=None) torch.matmul(mat1, mat2, out=None)
eg :
torch.mm(A, B) : RuntimeError: size mismatch, m1: [2 x 3], m2: [2 x 3]
torch.mm(A, C) : tensor([[-2, 2], [-2, 3]])
torch.matmul(A, C) : tensor([[-2, 2], [-2, 3]])
# 點乘
torch.mul(mat1, mat2, out=None)
eg :
torch.mul(A, B) : tensor([[ 1, 0, 3], [ 4, 3, -4]])
torch.mul(A, C) : RuntimeError: The size of tensor a (3) must match the size of tensor b (2) at non-singleton dimension 1
總結 ：在pytorch中，mul表示為兩個數組對應位置相乘； mm和matmul表示兩個數組進行矩陣乘法
以上這篇基于python及pytorch中乘法的使用詳解就是小編分享給大家的全部内容了，希望能給大家一個參考，也希望大家多多支援我們。
時間： 2019-12-26