torch.mm

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

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，则 out 将是一个 $(n \times p)$ 张量。

注意

此函数不支持广播。对于广播矩阵乘积，请参阅torch.matmul()。

支持步长和稀疏的二维张量作为输入，以及对步长输入的自动微分。

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

警告

稀疏支持是一项 Beta 特性，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，请提出功能请求。

此算子支持TensorFloat32。

在某些 ROCm 设备上，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 (张量) – 要进行矩阵乘法的第一个矩阵

• mat2 (张量) – 要进行矩阵乘法的第二个矩阵

关键字参数

out (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]])