本文主要是介绍PyTorch学习（12）：PyTorch的张量相乘（torch.matmul），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
PyTorch学习（1）：torch.meshgrid的使用-CSDN博客
PyTorch学习（2）：torch.device-CSDN博客
PyTorch学习（9）：torch.topk-CSDN博客
PyTorch学习（10）：torch.where-CSDN博客
PyTorch学习（11）：PyTorch的形状变换(view, reshape)与维度变换(transpose, permute)-CSDN博客
目录
1. 写在前面
2. 基本用法
3. 高级用法
4. 注意事项
5. 例程
1. 写在前面
torch.matmul()是PyTorch库中用于执行矩阵乘法的函数。它可以处理不同尺寸的矩阵，包括批量矩阵和张量。该函数的特点在于能够利用Python的广播机制，处理维度不同的张量结构进行相乘操作。
torch.matmul也可以使用“@”符号来替代。
2. 基本用法
当两个张量都是一维的，torch.matmul()返回两个向量的点积。
当两个张量都是二维的，torch.matmul()返回矩阵乘积。
如果第一个参数是一维张量，第二个参数是二维张量，torch.matmul()在一维张量的前面增加一个维度，然后进行矩阵乘法，矩阵乘法结束后移除添加的维度。
如果第一个参数是二维张量，第二个参数是一维张量，torch.matmul()返回矩阵×向量的积。
如果两个参数至少为一维，且其中一个参数的维度大于等于2，torch.matmul()会进行批量矩阵乘法。
3. 高级用法
对于高维张量，torch.matmul()可以进行批量矩阵乘法。具体来说，如果输入是一个形状为(j × 1 × n × n)的张量，另一个是形状为(k × n × n)的张量，输出将是形状为(j × k × n × n)的张量。
torch.matmul()函数还支持在特定维度上进行广播，即在不匹配的维度上复制数据以使其尺寸一致，从而进行矩阵乘法。
4. 注意事项
在使用torch.matmul()时，需要注意矩阵乘法的基本规则，即第一个矩阵的列数必须等于第二个矩阵的行数。
如果遇到维度不匹配的情况，可以使用torch.Tensor.view()或torch.Tensor.reshape()函数来调整张量的形状。
在神经网络的训练和推理中，torch.matmul()函数是实现全连接层、卷积层等操作的关键组件。
5. 例程
import torch# 创建两个一维张量（向量）vector1 = torch.tensor([1, 2, 3])vector2 = torch.tensor([4, 5, 6])# 使用torch.matmul()计算点积dot_product = torch.matmul(vector1, vector2)print("Dot product of two vectors:", dot_product)# 创建两个二维张量（矩阵）matrix1 = torch.tensor([[1, 2], [3, 4]])matrix2 = torch.tensor([[5, 6], [7, 8]])# 使用torch.matmul()进行矩阵乘法matrix_product = torch.matmul(matrix1, matrix2)print("Matrix multiplication result:\n", matrix_product)# 创建一个一维张量和一个二维张量vector = torch.tensor([1, 2, 3])matrix = torch.tensor([[4, 5], [6, 7], [8, 9]])# 使用torch.matmul()进行矩阵乘法，其中一维张量会被视为列向量result = torch.matmul(vector, matrix)print("Matrix multiplication with a vector and a matrix:\n", result)# 创建两个三维张量（批量矩阵）batch1 = torch.tensor([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])batch2 = torch.tensor([[[9, 10], [11, 12]], [[13, 14], [15, 16]]])# 使用torch.matmul()进行批量矩阵乘法batch_product = torch.matmul(batch1, batch2)print("Batch matrix multiplication result:\n", batch_product)这篇关于PyTorch学习（12）：PyTorch的张量相乘（torch.matmul）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
