torch.mm

python 复制代码
torch.mm(input, mat2, *, out=None) → Tensor

执行矩阵input和mat2的矩阵乘法运算。

如果input是(n×m)张量,mat2是(m×p)张量,out将是(n x p)张量。

input(张量)--第一个要矩阵相乘的矩阵

mat2(张量)--第二个要矩阵相乘的矩阵

out(张量,可选)--输出张量。

python 复制代码
>>> mat1 = torch.randn(2, 3)
>>> mat2 = torch.randn(3, 3)
>>> torch.mm(mat1, mat2)
tensor([[ 0.4851,  0.5037, -0.3633],
        [-0.0760, -3.6705,  2.4784]])
相关推荐
JQLvopkk1 分钟前
能用C#开发AI
开发语言·人工智能·c#
郝学胜-神的一滴1 小时前
当AI遇见架构:Vibe Coding时代的设计模式复兴
开发语言·数据结构·人工智能·算法·设计模式·架构
Clarence Liu7 小时前
用大白话讲解人工智能(4) Softmax回归:AI如何给选项“打分排序“
人工智能·数据挖掘·回归
教男朋友学大模型7 小时前
Agent效果该怎么评估?
大数据·人工智能·经验分享·面试·求职招聘
hit56实验室7 小时前
AI4Science开源汇总
人工智能
CeshirenTester7 小时前
9B 上端侧:多模态实时对话,难点其实在“流”
开发语言·人工智能·python·prompt·测试用例
relis7 小时前
Tiny-GPU 仿真与静态分析完整指南:Pyslang + Cocotb 实战
人工智能
njsgcs8 小时前
agentscope怎么在对话的时候调用记忆的
人工智能
泯泷8 小时前
提示工程的悖论:为什么与 AI 对话比你想象的更难
人工智能·后端·openai
逻极8 小时前
BMAD之落地实施:像CTO一样指挥AI编码 (Phase 4_ Implementation)——必学!BMAD 方法论架构从入门到精通
人工智能·ai·系统架构·ai编程·ai辅助编程·bmad·ai驱动敏捷开发