pytorch - 2D张量的元素乘法作为pytorch中的神经网络层

Question

我有一个尺寸为 [Batch_size, n, n] 的 3D 火炬张量，它是我的网络层的输出，以及一个大小为 [n, n] 的恒定 2D 火炬张量。如何在批量大小上执行元素明智的乘法运算，这应该导致大小为 [Batch_size, n, n] 的火炬张量？

我知道可以使用显式循环来实现此操作，但我对最有效的方式感兴趣。

Answer 1

一种选择是您可以扩展权重矩阵以具有匹配的批次维度（不使用任何额外的内存）。例如twoDTensor.expand((batch_size, n, n))，返回相同的基础数据，但代表 3D 张量。您可以看到批量昏暗的步幅为零。