Pytorch 中的批量矩阵乘法 - 对输出维度的处理感到困惑答案

【问题标题】：Batch-Matrix multiplication in Pytorch - Confused with the handling of the output's dimensionPytorch 中的批量矩阵乘法 - 对输出维度的处理感到困惑
【发布时间】：2019-06-11 12:37:27
【问题描述】：

我有两个数组：

A
B

数组A包含一批RGB图像，形状为：

[batch, Width, Height, 3]

而数组B 包含对图像进行“类转换”操作所需的系数，其形状为：

[batch, 4, 4, 3]

简单来说，对单张图片的运算就是输出环境贴图的乘法（normalMap * Coefficients）。

我想要的输出应该保持形状：

[batch, Width, Height, 3]

我尝试使用torch.bmm，但失败了。这有可能吗？

【问题讨论】：

看不懂矩阵乘法的维数？乘法是否需要在通道轴上工作？也许看看torch.nn.functional.conv2d？
@Danos 我希望来自张量 A 的批次中的每个图像与来自张量 B 的 4*4 矩阵相乘，分别在通道轴上是的。
根据torch.bmm的文档，矩阵尺寸必须一致（即，如果是A*B，高度等于4）。如果不是这种情况，则操作失败是有道理的。如果您想要逐元素乘法，请查看torch.mul，在这种情况下，我认为您需要确保 B 是可广播的。

标签： python vectorization pytorch batch-processing matrix-multiplication

【解决方案1】：

我认为你需要计算一下 PyTorch 可以使用

BxCxHxW : number of mini-batches, channels, height, width

格式，也可以使用matmul，因为bmm 适用于张量或ndim/dim/rank =3。

我知道你可以在网上找到这个，但无论如何：

batch1 = torch.randn(10, 3, 20, 10)
batch2 = torch.randn(10, 3, 10, 30)
res = torch.matmul(batch1, batch2)
res.size() # torch.Size([10, 3, 20, 30])

【讨论】：