torch.mv

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

执行矩阵input和向量vec的矩阵向量乘积。

如果input是(n×m)张量,vec是大小为m的1-D张量,out将是大小为n的1-D。

这句话可以理解为:

python 复制代码
如果input是(n×m)张量,vec是大小为m的1-D张量,也就是vec是(mx1)张量,out将是大小为n的1-D,也就是(nx1)的张量,正常的torch.mm。

input(张量)--要相乘的矩阵

vec(张量)--要相乘的矢量

out(张量,可选)--输出张量。

python 复制代码
>>> mat = torch.randn(2, 3)
>>> vec = torch.randn(3)
>>> torch.mv(mat, vec)
tensor([ 1.0404, -0.6361])
相关推荐
兔兔爱学习兔兔爱学习9 分钟前
LangChain4j学习6:agent
人工智能·学习·语言模型
LaughingZhu14 分钟前
Product Hunt 每日热榜 | 2025-10-30
大数据·人工智能·经验分享·搜索引擎·百度·产品运营
算家计算16 分钟前
Kimi发布新一代注意力架构!线性注意力实现75% KV缓存减少、6倍解码速度提升
人工智能·开源·资讯
2501_9387739917 分钟前
文档搜索引擎搜索模块迭代:从基础检索到智能语义匹配升级
人工智能·算法·搜索引擎
文火冰糖的硅基工坊24 分钟前
[人工智能-大模型-117]:模型层 - 用通俗易懂的语言,阐述循环神经网络的结构
人工智能·rnn·深度学习
繁依Fanyi38 分钟前
【参赛心得】我的 HarmonyOS 开发入门与参赛之路
ide·人工智能·华为·word·harmonyos·aiide·codebuddyide
文心快码BaiduComate42 分钟前
AI时代下,程序员的发展与进阶
人工智能·程序员·前端框架
IT_陈寒1 小时前
React 18并发模式实战:3个优化技巧让你的应用性能提升50%
前端·人工智能·后端
盼小辉丶1 小时前
Double DQN(DDQN)详解与实现
深度学习·keras·强化学习