torch.mm

torch.mm(input, mat2, *, out=None) → 张量

对矩阵 input 和 mat2 进行矩阵乘法运算。

如果 input 是一个 $(n \times m)$ 张量，mat2 是一个 $(m \times p)$ 张量，out 将是一个 $(n \times p)$ 张量。

注意

此函数不执行广播。 要进行广播矩阵乘法，请参阅torch.matmul()。

支持作为输入的跨步和稀疏2-D张量，自动微分跨步输入。

此操作支持带有稀疏布局的参数。 如果提供了out，则将使用其布局。否则，结果布局将从input的布局推导出来。

警告

稀疏支持是一个测试版功能，某些布局/数据类型/设备组合可能不受支持，或者可能没有自动微分支持。如果您发现缺少功能，请提交功能请求。

此操作符支持 TensorFloat32。

在某些 ROCm 设备上，当使用 float16 输入时，此模块将在反向传播中使用 不同的精度。

Parameters

• 输入 (张量) – 第一个要进行矩阵乘法的矩阵

• mat2 (张量) – 要进行矩阵乘法的第二个矩阵

Keyword Arguments

输出 (张量, 可选) – 输出张量。

示例：

>>> 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]])