Pytorch二维张量第i行乘以一维向量第i个数

一、任务描述

        例如

a &＃61; [[1.0, 2.0, 4.0],

       [8.0, 6.0, 4.0],

       [6.0, 8.0, 9.0],

       [1.0, 2.0, 8.0]]

b &＃61; [0.8, 1.0, 0.6, 0.4]

        期望的计算结果如下

r &＃61; [[0.8, 1.6, 3.2],

      [8.0, 6.0, 4.0],

      [3.6, 4.8, 5.4],

      [0.4, 0.8, 3.2]]

二、实现

        代码

import torcha &＃61; torch.tensor([[1.0, 2.0, 4.0], [8.0, 6.0, 4.0], [6.0, 8.0, 9.0], [1.0, 2.0, 8.0]])b &＃61; torch.tensor([0.8, 1.0, 0.6, 0.4])
b_ &＃61; b.reshape(-1, 1)r &＃61; a * b_print(a)
print(b)
print(r)

        输出

tensor([[1., 2., 4.],
            [8., 6., 4.],
            [6., 8., 9.],
            [1., 2., 8.]])
tensor([0.8000, 1.0000, 0.6000, 0.4000])
tensor([[0.8000, 1.6000, 3.2000],
            [8.0000, 6.0000, 4.0000],
            [3.6000, 4.8000, 5.4000],
            [0.4000, 0.8000, 3.2000]])

        备注&＃xff1a;代码中的b.reshape(-1, 1)是指把张量b的shape重塑成4×1得到b_。在reshape之前b的shape为4&＃xff0c;和b_的shape&＃61;4×1是不一样的。其中&＃xff0c;b_的形式如下

tensor([[0.8000],
            [1.0000],
            [0.6000],
            [0.4000]])