torch.mm

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

对矩阵 input 和 mat2 进行矩阵乘法。

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

注意

此函数不执行 广播。有关广播矩阵乘法，请参阅 torch.matmul()。

支持 strided 和 sparse 的 2-D 张量作为输入，并且支持对 strided 输入进行 autograd。

此操作支持具有 稀疏布局 的参数。如果提供了 out，则将使用其布局。否则，结果布局将从 input 的布局推断。

警告

稀疏支持是测试版功能，某些布局/数据类型/设备组合可能不支持，或可能不支持自动求导。如果您发现缺少功能，请提交功能请求。

此操作符支持TensorFloat32。

在某些 ROCm 设备上，当使用 float16 输入时，此模块将对反向传播使用不同精度。

参数:

• input (Tensor) – 要进行矩阵乘法的第一个矩阵

• mat2 (Tensor) – 要进行矩阵乘法的第二个矩阵

• out_dtype (dtype, optional) – 输出张量的数据类型。仅在 CUDA 上支持，并且当输入数据类型为 torch.float16/torch.bfloat16 时，支持 torch.float32。

关键字参数:

out (Tensor, optional) – 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]])