【Pytorch】多维矩阵的加法

目录

  • 简介
  • 问题描述
  • 测试
  • 解释
  • 结语

在这里插入图片描述

简介

Hello!
非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出~
 
ଘ(੭ˊᵕˋ)੭
昵称:海轰
标签:程序猿|C++选手|学生
简介:因C语言结识编程,随后转入计算机专业,获得过国家奖学金,有幸在竞赛中拿过一些国奖、省奖…已保研
学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语!
 
唯有努力
 
本文仅记录自己感兴趣的内容

问题描述

有两个tensor,一个大小为(2,3,1),一个为(2,1,3)

二者相加后,结果维度为(2,3,3)

有点不太理解??

测试

a = torch.tensor([[[1],[2],[3]],[[4],[5],[6]]])
b = torch.tensor([[[1,2,3]],[[4,5,6]]])
c = a + b
print('a = ', a)
print('b = ', b)
print('c = ', c)
print('a.size = ',a.size())
print('b.size = ',b.size())
print('c.size = ',c.size())

【Pytorch】多维矩阵的加法_第1张图片

解释

针对上面的测试,可以这样理解:广播机制

a、b中的第一个维度可以理解为batch_size 都是2

剩下的维度一个为(3,1) 一个为(1,3)

分别先变为(3,3) 再进行对应位置相加

  • 第一个是横向拓展
  • 第二个是列向拓展

【Pytorch】多维矩阵的加法_第2张图片

这样就好理解了

注:以上为个人理解,仅供参考!

结语

文章仅作为个人学习笔记记录,记录从0到1的一个过程

希望对您有一点点帮助,如有错误欢迎小伙伴指正

在这里插入图片描述

你可能感兴趣的:(Python,pytorch,矩阵,深度学习)