pytorch和numpy的@用法

pytorch有tensor，numpy是array，但是都可以理解成矩阵，矩阵都能进行乘法，熟悉矩阵的乘法的都知道有矩阵常规乘法（就是线性代数学的矩阵乘法规则）和点乘，我们计算乘法的时候如果直接使用*进行计算，比如A*B实际上是点乘，而不是常规乘法，这里可以演示一下就知道结果：

import numpy as np
import torch

x1=torch.tensor([[1,2,3],[2,3,4],[3,4,5]])

x2=torch.tril(x1)
x3=torch.triu(x1)
# print(x1,x2,x3)
print(x2*x3)
print(x2@x3)

y1=np.array([[1,2,3],[2,3,4],[3,4,5]])
y3=np.triu(x1)
y2=np.tril(x1)
print(y2*y3)
print(y2@y3)

运行结果：

tensor([[ 1,  0,  0],
        [ 0,  9,  0],
        [ 0,  0, 25]])
tensor([[ 1,  2,  3],
        [ 2, 13, 18],
        [ 3, 18, 50]])
[[ 1  0  0]
 [ 0  9  0]
 [ 0  0 25]]
[[ 1  2  3]
 [ 2 13 18]
 [ 3 18 50]]

我们可以看到，x2*x3得到的是点乘的结果，而x2@x3才是真正的乘法，这样的写法只是为了简写，本来torch和numpy是提供的乘法规则的，只是这样计算相对来说简单一些。