Pytorch 中的批量矩阵乘法 - 与输出维度的处理混淆
Batch-Matrix multiplication in Pytorch - Confused with the handling of the output's dimension
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 "transformation-like" 操作所需的系数，形状为：
[batch, 4, 4, 3]
简单来说，对单张图片的操作就是乘法输出一张环境贴图(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？
我认为你需要计算 PyTorch 与
BxCxHxW : number of mini-batches, channels, height, width
格式，并且还使用 matmul, since bmm 与张量一起使用或 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])
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 "transformation-like" 操作所需的系数，形状为：
[batch, 4, 4, 3]
简单来说，对单张图片的操作就是乘法输出一张环境贴图(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？
我认为你需要计算 PyTorch 与
BxCxHxW : number of mini-batches, channels, height, width
格式，并且还使用 matmul, since bmm 与张量一起使用或 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])