python - Pytorch中的批次矩阵乘法-与输出尺寸的处理混淆

我有两个数组:

A
B

数组A包含一批RGB图像，其形状如下:

[batch, Width, Height, 3]

而B数组包含对图像执行“类似变换”操作所需的系数，其形状为:

[batch, 4, 4, 3]

简而言之，对单个图像的操作是一个乘法，该乘法输出一个环境图(normalMap * Coefficients)。

我想要的输出应保持形状:

[batch, Width, Height, 3]

我尝试使用torch.bmm，但失败了。这有可能吗？

最佳答案

我认为您需要计算出PyTorch可以与

BxCxHxW : number of mini-batches, channels, height, width

格式，并且也使用 matmul ，因为 bmm 使用张量或ndim/dim/rank = 3。
我知道您可能会在网上找到它，但是无论如何:

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])

关于python - Pytorch中的批次矩阵乘法-与输出尺寸的处理混淆，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/56543924/