在pytorch中将矩阵行乘以向量元素？

Question

我想执行以下操作，但使用 PyTorch。

下面的例子和描述来自这个post。

我有一个 25 列和 23 行的数字矩阵，以及一个向量 长度 25. 如何将矩阵的每一行乘以向量 不使用 for 循环？

结果应该是一个 25x23 的矩阵（与输入的大小相同），但是 每行都乘以向量。

R 中的示例代码（来源：reproducible example from @hatmatrix's answer）：

matrix <- matrix(rep(1:3,each=5),nrow=3,ncol=5,byrow=TRUE)

     [,1] [,2] [,3] [,4] [,5]
[1,]    1    1    1    1    1
[2,]    2    2    2    2    2
[3,]    3    3    3    3    3

vector <- 1:5

期望的输出：

     [,1] [,2] [,3] [,4] [,5]
[1,]    1    2    3    4    5
[2,]    2    4    6    8   10
[3,]    3    6    9   12   15

使用 Pytorch 执行此操作的最佳方法是什么？

Answer 1

答案太琐碎了，我忽略了它。

为简单起见，我在此答案中使用了较小的向量和矩阵。

矩阵的行乘以向量：

X = torch.tensor([[1,2,3],[5,6,7]])                                                                                                                                                                          
y = torch.tensor([7,4])                                                                                                                                                                                   
X.transpose(0,1)*y
# or alternatively
y*X.transpose(0,1)

输出：

tensor([[ 7, 20],
        [14, 24],
        [21, 28]])

tensor([[ 7, 20],
        [14, 24],
        [21, 28]])

矩阵的列乘以向量：

要将矩阵的列乘以向量，您可以使用相同的运算符'*'，但无需先转置矩阵（或向量）

X = torch.tensor([[3, 5],[5, 5],[1, 0]])                                                                                                                                                                          
y = torch.tensor([7,4])                                                                                                                                                                                   
X*y
# or alternatively
y*X

输出：

tensor([[21, 20],
        [35, 20],
        [ 7,  0]])

tensor([[21, 20],
        [35, 20],
        [ 7,  0]])