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
非优秀程序员4 小时前
第12章 烧钱无底洞!!!不烧就死,烧了也不知道啥时候死|《互联网产品恩仇录》
人工智能
Zelman9455 小时前
第06章-交互与观察动作空间
人工智能
冬奇Lab5 小时前
开源项目第258期:Harness² —— Google Research 的「递归式 Agent Harness 优化」,模型权重不动,只改 Agent 的外壳
人工智能·开源
字节跳动视频云技术团队7 小时前
每两家头部手机厂商就有一家选它:火山引擎如何成为 AI 手机助手的“隐形底座”?
人工智能
泯泷7 小时前
像项目经理一样指挥 AI 团队:管理者模式
人工智能·llm·agent
京东云开发者7 小时前
双11囤Token火了:京东搜索量暴涨7倍,AI生产力成新刚需
人工智能
ahccqw8 小时前
OpenCV 车辆数量统计
人工智能·opencv·计算机视觉
人工智能AI技术8 小时前
LangGraph 本地 build 频频翻车,最终在服务器跑通流式对话
人工智能
Flynn Liang8 小时前
同一需求三套写法:用 Spring AI、LangChain4j、AgentScope Java 各实现一个带工具调用的 RAG 助手(实战对比)
java·人工智能·大模型·架构设计·spring ai·langchain4j·agentscope