随笔分类 - PyTorch
摘要：官方文档 torch.matmul() 函数几乎可以用于所有矩阵/向量相乘的情况，其乘法规则视参与乘法的两个张量的维度而定。 关于 PyTorch 中的其他乘法函数可以看这篇博文，有助于下面各种乘法的理解。 torch.matmul() 将两个张量相乘划分成了五种情形：一维 × 一维、二维 × 二维
阅读全文
摘要：torch.mul() 函数功能：逐个对 input 和 other 中对应的元素相乘。 本操作支持广播，因此 input 和 other 均可以是张量或者数字。 举例如下： >>> import torch >>> a = torch.randn(3) >>> a tensor([-1.7095,
阅读全文
摘要：理解张量，并将张量与线性代数的知识连接起来，我认为最重要的是理解 tensor 的两个属性：shape 和 ndim 。 ndim 表示张量的维度，一维张量的 ndim 值为 1，二维张量的 ndim 值为 2。 shape 表示张量的形状，它的值是一个列表，列表元素个数与张量的维度相等，每一个元素
阅读全文
