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
秋邱8 分钟前
AR 应用流量增长与品牌 IP 打造:从被动接单到主动获客
开发语言·人工智能·后端·python·ar·restful
AI_Auto7 小时前
智能制造 - 人工智能、隐私保护、信息安全
人工智能·制造
一只乔哇噻7 小时前
java后端工程师+AI大模型开发进修ing(研一版‖day60)
java·开发语言·人工智能·学习·语言模型
千里码aicood7 小时前
计算机大数据、人工智能与智能系统开发定制开发
大数据·人工智能·深度学习·决策树·机器学习·森林树
币圈菜头8 小时前
【空投速递】GAEA项目解析:首个集成人类情感数据的去中心化AI训练网络
人工智能·web3·去中心化·区块链
Dcs9 小时前
你的 Prompt 都该重写?
人工智能·ai编程
木卫二号Coding9 小时前
第五十三篇-Ollama+V100+Qwen3:4B-性能
人工智能
飞哥数智坊9 小时前
AI 不只是聊天:聊聊我最近在做的新方向
人工智能
学生高德10 小时前
小模型结合大模型的加速方法关键笔记
人工智能·深度学习·机器学习
蓝耘智算10 小时前
GPU算力租赁与算力云平台选型指南:从需求匹配到成本优化的实战思路
大数据·人工智能·ai·gpu算力·蓝耘