torch.bmm

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

执行存储在 input 和 mat2 中的矩阵的批量矩阵-矩阵乘法。

input 和 mat2 必须是包含相同数量矩阵的 3-D 张量。

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

$$\text{out}_i = \text{input}_i \mathbin{@} \text{mat2}_i$$

此运算符支持 TensorFloat32。

在某些 ROCm 设备上，当使用 float16 输入时，该模块将使用不同的精度进行反向操作。

注意

此函数不支持广播。有关广播矩阵乘积的信息，请参阅 torch.matmul() 。

参数:

• 输入（张量）- 要相乘的第一个矩阵批次

• mat2（张量）- 要相乘的第二个矩阵批次

关键字参数:

输出（张量，可选）- 输出张量。

示例：

>>> input = torch.randn(10, 3, 4)
>>> mat2 = torch.randn(10, 4, 5)
>>> res = torch.bmm(input, mat2)
>>> res.size()
torch.Size([10, 3, 5])