利用PyTorch实现Python中的高效矩阵运算

原文:https://www . geesforgeks . org/python-matrix-乘法-using-pytorch/

矩阵乘法是科学计算的一个组成部分。当矩阵的大小很大时，它就变得复杂了。容易计算两个矩阵乘积的方法之一是使用 PyTorch 提供的方法。本文介绍如何使用 PyTorch 执行矩阵乘法。

PyTorch 和张量:

这是一个可以用于基于神经网络的深度学习项目的包。这是一个由脸书人工智能研究团队开发的开源图书馆。它可以用它的图形处理器的能力来代替 NumPy。这个库提供的重要类之一是张量。无非是 NumPy 包提供的 n 维数组。PyTorch 中有太多的方法可以应用到 Tensor 中，这使得计算变得更快更容易。张量只能包含相同数据类型的元素。

用 PyTorch 进行矩阵乘法:

PyTorch 中的方法期望输入是张量，PyTorch 和张量可用于矩阵乘法的方法是:

1. torch.mm().




2. torch.bmm()



3. @ symbol.

torch.mm():

该方法通过取一个 m×n 张量和一个 n×p 张量来计算矩阵乘法。它只能处理二维矩阵，不能处理一维矩阵。此功能不支持广播。广播只不过是当张量的形状不同时对待它们的方式。较小的张量被广播以适合更宽或更大的张量的形状用于操作。下面给出了函数的语法。

torch.mm(Tensor_1，Tensor_2，out=None)

参数是两个张量，第三个是可选参数。另一个用来保存输出值的张量可以在这里给出。

示例-1:相同维度的矩阵

这里两个输入具有相同的维度。因此，输出也将具有相同的维度。

Python 3