@TOC

简介

Hello！
非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～
 
ଘ(੭ˊᵕˋ)੭
昵称：海轰
标签：程序猿｜C++选手｜学生
简介：因C语言结识编程，随后转入计算机专业，获得过国家奖学金，有幸在竞赛中拿过一些国奖、省奖…已保研
学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语！
 
唯有努力💪
 
本文仅记录自己感兴趣的内容

torch.bmm()

语法

torch.bmm(input, mat2, *, out=None) → Tensor

作用

执行存储在 input 和 mat2 中的矩阵的批量矩阵乘积

input 和 mat2 必须是 3-D 张量，每个张量都包含相同数量的矩阵

如果 input 是 一个 $(b \times n \times m)$ 张量，mat2 是 一个 $(b \times m \times p)$ 张量

out 将是 一个 $(b \times n \times p)$ 张量

此功能不广播。 对于广播矩阵产品，请参阅 torch.matmul()。

举例

input = torch.randn(10, 3, 4)
mat2 = torch.randn(10, 4, 5)
res = torch.bmm(input, mat2)
print(res.size())

mm,bmm和matmul的区别

参考：https://blog.csdn.net/qq_40589781/article/details/104223130

参考

• https://pytorch.org/docs/stable/generated/torch.bmm.html#torch.bmm
• https://blog.csdn.net/qq_40589781/article/details/104223130

结语

文章仅作为个人学习笔记记录，记录从0到1的一个过程

希望对您有一点点帮助，如有错误欢迎小伙伴指正