torch.bmm

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

对存储在 input 和 mat2 中的矩阵执行批量矩阵-矩阵乘法。

input 和 mat2 必须是 3 维张量，每个张量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，则 out 将是一个 $(b \times n \times p)$ 张量。

$$\text{out}_i = \text{input}_i \mathbin{@} \text{mat2}_i$$

此运算符支持 TensorFloat32。

在某些 ROCm 设备上，当使用 float16 输入时，此模块将为反向传播使用不同的精度。

注意

此函数不进行广播。对于广播矩阵乘法，请参见 torch.matmul()。

参数

• input (Tensor) – 要相乘的第一个批量矩阵

• mat2 (Tensor) – 要相乘的第二个批量矩阵

关键字参数

out (Tensor, optional) – 输出张量。

示例

>>> input = torch.randn(10, 3, 4)
>>> mat2 = torch.randn(10, 4, 5)
>>> res = torch.bmm(input, mat2)
>>> res.size()
torch.Size([10, 3, 5])