迭代地将两个 3D Pytorch 张量相乘答案

【问题标题】：Multiplying two 3D Pytorch tensors iteratively迭代地将两个 3D Pytorch 张量相乘
【发布时间】：2021-03-05 05:46:18
【问题描述】：

我有两个 3 维 Pytorch 张量，一个维度为 (8, 1, 1024)，另一个维度为 (8, 59, 77)。我希望将这两个 tnesor 相乘。

我知道它们在当前状态下不能相乘，所以我想将它们迭代地相乘并附加到单个张量中。当我们迭代第二个维度时，第二个张量可以表示为 (8, 59, 1)。在这种状态下，将其与形状为 (8, 1, 1024) 的第一个张量相乘，得到形状为 (8, 59, 1024) 的张量，最后将所有这 77 个输出附加到一个中，得到最终形状为 (8, 1, 1024) 8、59、1024、77）。

但是我在它的实施中遇到了问题。有人可以帮我吗？

【问题讨论】：

标签： python python-3.x pytorch matrix-multiplication tensor

【解决方案1】：

如果我没有搞砸计算，那就相当于：

import torch

x = torch.rand(8, 1, 1024)
y = torch.rand(8, 59, 77)

torch.matmul(
    y.unsqueeze(-1),   # shape = (8, 59, 77, 1)
    x.unsqueeze(1)     # shape = (8, 1, 1, 1024)
).permute(0, 1, 3, 2)  # output shape = (8, 59, 1024, 77)

请注意，在这种情况下，matmul 执行批处理矩阵乘法。

【讨论】：