mul in PyTorch

Kauf mir einen Kaffee☕

*Memos:

• Mein Beitrag erklärt add().
• Mein Beitrag erklärt sub().
• Mein Beitrag erklärt div().
• Mein Beitrag erklärt rest().
• Mein Beitrag erklärt fmod().

mul() kann eine Multiplikation mit zwei der 0D- oder mehr D-Tensoren von null oder mehr Elementen oder Skalaren oder dem 0D- oder mehr D-Tensor von null oder mehr Elementen und einem Skalar durchführen. Erhalten des 0D- oder mehr D-Tensors von null oder mehr Elementen wie unten gezeigt:

*Memos:

• mul() kann mit Torch oder einem Tensor verwendet werden.
• Das 1. Argument (Eingabe) mit Torch (Typ: Tensor oder Skalar von int, float, complex oder bool) oder unter Verwendung eines Tensors (Typ: Tensor von int, float, complex oder bool) (erforderlich).
• Das 2. Argument mit Torch oder das 1. Argument mit einem Tensor ist „anderer“ (Erforderlicher Typ: Tensor oder Skalar von int, float, complex oder bool).
• Es gibt kein Argument mit Torch(Optional-Default:None-Type:tensor): *Memos:
  • out= muss verwendet werden.
  • Mein Beitrag erklärt unser Argument.
• multiply() ist der Alias ​​von mul().

import torch

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

torch.mul(input=tensor1, other=tensor2)
tensor1.mul(other=tensor2)
# tensor([[36, -28, 18], [-18, 35, -30]])

torch.mul(input=9, other=tensor2)
# tensor([[36, -36, 27], [-18, 45, -45]])

torch.mul(input=tensor1, other=4)
# tensor([36, 28, 24])

torch.mul(input=9, other=4)
# tensor(36)

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

torch.mul(input=tensor1, other=tensor2)
# tensor([[36., -28., 18.], [-18., 35., -30.]])

torch.mul(input=9., other=tensor2)
# tensor([[36., -36., 27.], [-18., 45., -45.]])

torch.mul(input=tensor1, other=4.)
# tensor([36., 28., 24.])

torch.mul(input=9., other=4.)
# tensor(36.)

tensor1 = torch.tensor([9.+0.j, 7.+0.j, 6.+0.j])
tensor2 = torch.tensor([[4.+0.j, -4.+0.j, 3.+0.j],
                        [-2.+0.j, 5.+0.j, -5.+0.j]])
torch.mul(input=tensor1, other=tensor2)
# tensor([[36.+0.j, -28.+0.j, 18.+0.j],
#         [-18.+0.j, 35.+0.j, -30.+0.j]])

torch.mul(input=9.+0.j, other=tensor2)
# tensor([[36.+0.j, -36.+0.j, 27.+0.j],
#         [-18.+0.j, 45.+0.j, -45.+0.j]])

torch.mul(input=tensor1, other=4.+0.j)
# tensor([36.+0.j, 28.+0.j, 24.+0.j])

torch.mul(input=9.+0.j, other=4.+0.j)
# tensor(36.+0.j)

tensor1 = torch.tensor([True, False, True])
tensor2 = torch.tensor([[False, True, False], [True, False, True]])

torch.mul(input=tensor1, other=tensor2)
# tensor([[False, False, False],
#         [True, False, True]])

torch.mul(input=True, other=tensor2)
# tensor([[False, True, False], [True, False, True]])

torch.mul(input=tensor1, other=False)
# tensor([False, False, False])

torch.mul(input=True, other=False)
# tensor(False)

Das obige ist der detaillierte Inhalt vonmul in PyTorch. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!