torch.mm

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

执行矩阵 input 和 mat2 的矩阵乘法。

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

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() 。

支持使用 strided 和稀疏 2 维张量作为输入，对 strided 输入进行 autograd。

该操作支持稀疏布局的参数。如果提供了 out ，则使用其布局。否则，结果布局将从 input 的布局推导。

警告

稀疏支持是测试版功能，某些布局(s)/dtype/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，该模块将使用不同的精度进行反向操作。

参数:

• 输入（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:

输出（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]])