【Numpy】矩阵相乘@的用法和pytorch的@用法

本文主要是介绍【Numpy】矩阵相乘@的用法和pytorch的@用法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

首先注明：

这里numpy的用法和pytorch的tensor用法是一样的，所以只以numpy进行举例。

numpy矩阵相乘matmul可以用@来代替

在正常的python编程里面@是作为修饰符使用的，但是在numpy的矩阵乘法中可以使用@来替代matmul

matmul 
‘@’ operator as method with out parameter. 
numpy的文档

正确使用测试代码

import numpy as np#numpy里面的用法
a = np.array([[1, 0], [0, 1]])
b = np.array([[4, 1], [2, 2]])np.matmul(a, b)
a @ b

 运行结果如下

array([[4, 1],[2, 2]])
array([[4, 1],[2, 2]])

错误使用测试代码

#常规python编程的用法
a = [[1, 0], [0, 1]]
b = [[4, 1], [2, 2]]np.matmul(a, b)
#会报错
a @ b

运行结果如下

array([[4, 1],[2, 2]])
TypeError: unsupported operand type(s) for @: 'list' and 'list'

到目前为止，在numpy的矩阵相乘中看到@的矩阵乘法的用法。

特别注意pytorch的tensor也是可以使用@操作符。

这篇关于【Numpy】矩阵相乘@的用法和pytorch的@用法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---