当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python PyTorch chain_matmul用法及代码示例


本文简要介绍python语言中 torch.chain_matmul 的用法。

用法:

torch.chain_matmul(*matrices, out=None)

参数

  • matrices(张量...) -2 个或多个二维张量的序列,其乘积将被确定。

  • out(Tensor,可选的) -输出张量。如果 out = None 则忽略。

返回

如果 张量的尺寸为 ,则乘积的尺寸为

返回类型

Tensor

返回 二维张量的矩阵乘积。该乘积是使用矩阵链顺序算法有效计算的,该算法选择在算术运算方面产生最低成本的顺序 ([CLRS])。注意,由于这是一个计算乘积的函数,所以 需要大于等于2;如果等于 2,则返回一个简单的 matrix-matrix 产品。如果 为 1,那么这是一个 no-op - 原始矩阵按原样返回。

警告

torch.chain_matmul() 已弃用,并将在未来的 PyTorch 版本中删除。请改用 torch.linalg.multi_dot() ,它接受两个或多个张量的列表,而不是多个参数。

例子:

>>> a = torch.randn(3, 4)
>>> b = torch.randn(4, 5)
>>> c = torch.randn(5, 6)
>>> d = torch.randn(6, 7)
>>> torch.chain_matmul(a, b, c, d)
tensor([[ -2.3375,  -3.9790,  -4.1119,  -6.6577,   9.5609, -11.5095,  -3.2614],
        [ 21.4038,   3.3378,  -8.4982,  -5.2457, -10.2561,  -2.4684,   2.7163],
        [ -0.9647,  -5.8917,  -2.3213,  -5.2284,  12.8615, -12.2816,  -2.5095]])

相关用法


注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.chain_matmul。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。