import torch x = torch.tensor([[1, 2], [3, 4]]) y = torch.tensor([[2, 1], [4, 3]]) print("x_shape", x.shape) print("y_shape", y.shape)c = x@y print("c_shape", c.shape) print(c)# 結果： x_shape torch.Size([2, 2]) y_shape torch.Size([2, 2]) c_shape torch.Size([2, 2]) tensor([[10, 7],[22, 15]])

?

import torch x = torch.tensor([[1, 2], [3, 4]]) y = torch.tensor([[2, 1], [4, 3]]) print("x_shape", x.shape) print("y_shape", y.shape)d = x*y print("d_shape", d.shape) print(d)# 結果： x_shape torch.Size([2, 2]) y_shape torch.Size([2, 2]) d_shape torch.Size([2, 2]) tensor([[ 2, 2],[12, 12]])

?

所以，@ 和 * 代表矩陣的兩種相乘方式：

@ 表示常規的數學上定義的矩陣相乘；

* 表示兩個矩陣對應位置處的兩個元素相乘

?

?

?

總結

以上是生活随笔為你收集整理的pytorch 中的 @ 和 * 运算符的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。