请我喝杯咖啡☕

本文介绍PyTorch中的mul()函数。mul()函数用于执行元素级别的乘法运算，它可以处理多个维度张量以及标量。

mul()函数的用法

mul()函数接受两个参数：input和other。

• input：可以是PyTorch张量或标量（int、float、complex或bool类型）。
• other：可以是PyTorch张量或标量（int、float、complex或bool类型）。

input和other的形状必须兼容，以便进行元素级别的乘法运算。 如果其中一个是标量，则该标量会与另一个张量的每个元素相乘。

此外，mul()函数还支持一个可选的out参数，用于指定输出张量的存储位置。

示例

Shadows Python Sensei

Python 最佳实践助手——代码规范、设计模式、性能优化、测试与类型注解。适用于编写或审查 Python 代码。

下载

以下是一些mul()函数的示例：

<code class="python">import torch

tensor1 = torch.tensor([9, 7, 6])
tensor2 = torch.tensor([[4, -4, 3], [-2, 5, -5]])

# 张量与张量相乘
result = torch.mul(input=tensor1, other=tensor2)
print(result)
# tensor([[36, -28, 18], [-18, 35, -30]])

# 标量与张量相乘
result = torch.mul(input=9, other=tensor2)
print(result)
# tensor([[36, -36, 27], [-18, 45, -45]])

# 张量与标量相乘
result = torch.mul(input=tensor1, other=4)
print(result)
# tensor([36, 28, 24])

# 标量与标量相乘
result = torch.mul(input=9, other=4)
print(result)
# tensor(36)

# 支持浮点数、复数和布尔类型
# ... (省略了原文中浮点数、复数和布尔类型的示例，因为原理相同)</code>

mul()函数也支持使用in-place操作，即直接修改input张量：

<code class="python">tensor1.mul_(other=tensor2) # in-place operation</code>

multiply()函数

multiply()函数是mul()函数的别名，功能完全相同。

总结

mul()函数是PyTorch中一个非常常用的函数，用于执行元素级别的乘法运算。它支持多种数据类型和张量形状，并且可以进行in-place操作，提高代码效率。 记住input和other参数的类型和形状需要匹配才能正确执行运算。