파이토치에서 행렬 곱셈은 matmul 메소드로, 행렬 원소별(element-wise) 곱셈은 mul 메소드로 가능합니다. 사용법은 다음 예제를 통해 확인하세요.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
import torch
#%% 행렬 곱셈
A = torch.FloatTensor([[1, 2],
[3, 4]])
B = torch.FloatTensor([[1],
[2]])
print("행렬 A의 크기: ", A.shape)
print("행렬 B의 크기: ", B.shape)
print("A x B: \n", A.matmul(B))
#%% element-wise 곱셈
C = torch.FloatTensor([[1, 2],
[3, 4]])
D = torch.FloatTensor([[1, 1],
[0, 0]])
print("C와 D의 element-wise 곱셈: \n", C.mul(D))
|
cs |
위 코드를 실행하면 다음과 같은 화면이 출력됩니다.
'Dev > python' 카테고리의 다른 글
[PyTorch] ones, zeros 함수와 ones_like, zeros_like 함수 (0) | 2020.08.21 |
---|---|
[PyTorch] 파이토치에서 자료형 변환하기(casting) (1) | 2020.08.21 |
[PyTorch] 넘파이 행렬을 파이토치 텐서로 바꾸려면 (0) | 2020.08.21 |
[PyTorch] 파이토치 텐서의 최대값 및 그것의 인덱스 (0) | 2020.08.20 |
[PyTorch] 파이토치로 n차원 텐서(행렬) 생성하기 (0) | 2020.08.19 |
[python] ImportError: cannot import name 'PILLOW_VERSION' from 'PIL' 해결 방법 (0) | 2020.08.12 |
[Anaconda+python] CUDA 10.0에 맞게 pytorch와 torchvision 설치하기 (0) | 2020.08.12 |
[python] 현재 PC에 설치되어 있는 CUDA 버전 확인하기 (0) | 2020.08.12 |