torch.mm

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

对矩阵 input 和 mat2 执行矩阵乘法。

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

此函数不进行 广播。有关广播矩阵乘积，请参见 torch.matmul()。

支持步长和稀疏二维张量作为输入，相对于步长输入的自动梯度。

此操作支持具有 稀疏布局 的参数。如果提供 out，将使用其布局。否则，结果布局将从 input 的布局推断得出。

警告

稀疏支持是测试版功能，某些布局/dtype/设备组合可能不受支持，或者可能不支持自动梯度。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，此模块将使用 不同的精度 进行反向传播。

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]])