Pytorch批量矩阵向量外积

作者: 無口君
发布时间: 2025-03-08 04:43:45 (3天前)
转自：

4 条回复

0#
回复此人
布偶的表弟派大星丶 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 如果[batch_size，z，x，y]是目标矩阵的形状，另一种解决方案是在每个位置构建具有适当元素的这种形状的两个矩阵，然后应用元素乘法。它适用于一批矢量： </p> <pre> <code> # input matrices batch_size = 2 x1 = torch.Tensor([0,1]) x2 = torch.Tensor([[0,1,2], [3,4,5]]) x1 = x1.unsqueeze(0).repeat((batch_size, 1)) x2 = x2.unsqueeze(0).repeat((batch_size, 1, 1)) # dimensions b = x1.shape[0] z = x1.shape[1] x = x2.shape[1] y = x2.shape[2] # solution mat1 = x1.reshape(b, z, 1, 1).repeat(1, 1, x, y) mat2 = x2.reshape(b,1,x,y).repeat(1, z, 1, 1) mat1*mat2 </code> </pre> </DIV>

编辑
1#
回复此人
甲基蓝 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 您可以使用 <a href="https://pytorch.org/docs/stable/torch.html#torch.einsum" rel="nofollow noreferrer"> einsum </A> </p> <pre> <code> torch.einsum('bp, bqr->bpqr', v, M) #batch version (v.shape=(b,p) M.shape=(b,q,r)) torch.einsum('p, qr->pqr', v, M) #non batch version </code> </pre> </DIV>

编辑
2#
回复此人
早岁那知世事艰 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 我能用以下代码完成它。 </p> <P> 单向量和矩阵 </p> <pre> <code> v = torch.arange(3) M = torch.arange(8).view(2, 4) # v: tensor([0, 1, 2]) # M: tensor([[0, 1, 2, 3], # [4, 5, 6, 7]]) torch.mm(v.unsqueeze(1), M.view(1, 2*4)).view(3,2,4) tensor([[[ 0, 0, 0, 0], [ 0, 0, 0, 0]], [[ 0, 1, 2, 3], [ 4, 5, 6, 7]], [[ 0, 2, 4, 6], [ 8, 10, 12, 14]]]) </code> </pre> <P> 对于一批矢量和矩阵，可以使用它轻松扩展 <code> torch.bmm </code> 。 </p> <pre> <code> v = torch.arange(batch_size*2).view(batch_size, 2) M = torch.arange(batch_size*3*4).view(batch_size, 3, 4) torch.bmm(v.unsqueeze(2), M.view(-1, 1, 3*4)).view(-1, 2, 3, 4) </code> </pre> </DIV>

编辑

登录后才能参与评论