torch.bmm

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

对存储在 input 和 mat2 中的矩阵执行批量矩阵-矩阵乘积。

input 和 mat2 必须是每个包含相同数量矩阵的3维张量。

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

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

此操作符支持 TensorFloat32。

在某些 ROCm 设备上，当使用 float16 输入时，此模块将在反向传播中使用 不同的精度。

注意

此函数不执行广播。 要进行广播矩阵乘法，请参阅torch.matmul()。

Parameters

• 输入 (Tensor) – 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

Keyword Arguments

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])