torch.mm

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

Выполняет матричное умножение матриц input и mat2.

Если input является тензором $(n \times m)$, mat2 является тензором $(m \times p)$, то out будет тензором $(n \times p)$.

Примечание

Данная функция не выполняет векторное расширение. Для векторного расширения матричных произведений см. torch.matmul().

Поддерживает стэдированные и разреженные двумерные тензоры в качестве входных данных, а также autograd по отношению к стэдированным входным данным.

Эта операция поддерживает аргументы с разреженными макетами. Если out предоставлен, его макет будет использован. В противном случае макет результата будет определён на основе макета input.

Предупреждение

Поддержка разреженных данных — это бета-функция, и некоторые сочетания макета(ов)/типа данных/устройств могут быть не поддерживаемы или не поддерживать autograd. Если вы заметили отсутствие функциональности, пожалуйста, откройте запрос на новую функцию.

Этот оператор поддерживает TensorFloat32.

На некоторых устройствах ROCm при использовании входных данных float16 этот модуль будет использовать разную точность для обратного прохода.

Параметры

• input (Tensor) – первая матрица для матричного умножения
• mat2 (Tensor) – вторая матрица для матричного умножения

Ключевые аргументы

out (Tensor, необязательно) – выходной тензор.

Пример:

>>> 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]])