torch.matmul()也是一种类似于矩阵相乘操作的tensor连乘操作。但是它可以利用python中的广播机制，处理一些维度不同的tensor结构进行相乘操作。
matmul 就是矩阵求 叉乘 如果是二维矩阵，两个矩阵的大小应该为m*n ，n*m。
一维向量的乘积：对应位置上的数相乘 求和，就是求内积
>>> y = torch.tensor([3,6,7])
>>> x = torch.tensor([1,12,11])
>>> z =torch.matmul(x,y)
>>> z
tensor(152) # 1*3+12*6+11*7 = 152二维向量的乘积：错误示范
>>> x1 = torch.tensor([[1,12,11],[9,0,13]])
>>> x1.size()
torch.Size([2, 3])
>>> y1 = torch.tensor([[10,2,7],[5,4,21]])
>>> z1 =torch.matmul(x1,y1)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
RuntimeError: mat1 and mat2 shapes cannot be multiplied (2x3 and 2x3)
>>>RuntimeError: mat1 and mat2 shapes cannot be multiplied (2x3 and 2x3)文章来源：https://www.toymoban.com/news/detail-520004.html
二维向量的乘积：正确示范，修改x1矩阵文章来源地址https://www.toymoban.com/news/detail-520004.html
>>> x1 = torch.tensor([[1,12],[9,0]])
>>> x1.size()
torch.Size([2, 2])
>>> z1 =torch.matmul(x1,y1)
>>> z1
tensor([[ 70, 50, 259],
[ 90, 18, 63]])
>>>到了这里，关于pytorch 的matmult()函数详解的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
