torch.mm

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

执行矩阵 input 和 mat2 的矩阵乘法。

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

注意

此函数不广播。对于广播矩阵乘积，请参见 torch.matmul()。

支持步幅和稀疏 2-D 张量作为输入，并支持关于步幅输入的自动微分。

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 的布局中推断出来。

警告

稀疏支持是一项 beta 功能，某些布局/dtype/设备组合可能不受支持，或者可能不支持自动微分。如果您发现缺少功能，请提交功能请求。

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。

参数

• input (Tensor) – 要进行矩阵乘法的第一个矩阵

• mat2 (Tensor) – 要进行矩阵乘法的第二个矩阵

关键字参数

out (Tensor, 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]])