Python PyTorch:PyTorch中的numpy.linalg.multi_dot（）等价物是什么

我试图在PyTorch中执行多个矩阵的矩阵乘法，我想知道PyTorch中的

numpy.linalg.multi_dot（）

的等价物是什么

如果没有，那么在PyTorch中，下一个最好的方法（在速度和内存方面）是什么

代码：

---

非常感谢

~~看起来可以将张量发送到多点~~

看起来numpy实现将所有内容都强制转换到numpy阵列中。如果你的张量在cpu上并且分离，这应该可以工作。否则，到numpy的转换将失败

---

因此，总的来说，很可能没有其他选择。我认为你最好的办法是使用

多点

实现，例如，调整它以处理张量/跳过转换为numpy。考虑到类似的界面和代码的简单性，我认为这应该是非常简单的。

我需要在GPU中运行代码，所以我不认为我可以在GPU中使用任何numpy函数，对吗？是的-只是在GPU上用张量再次尝试，但它不起作用（更新了答案）…是的，这不会自动选择最佳顺序（我想对于三个矩阵，如果需要的话，手动操作应该不会很痛苦。）好的，非常感谢@Yuri Feldman。当我有时间的时候，我会把它作为一个小型项目放在我的待办事项列表中，为PyTorch做贡献：）

multidot

仅在阵列形状不同时才有用，一个计算顺序更快。

multidot

与

A@B@C

？

import numpy as np
import torch

A = np.random.rand(3, 3)
B = np.random.rand(3, 3)
C = np.random.rand(3, 3)

results = np.linalg.multi_dot(A, B, C)

A_tsr = torch.tensor(A)
B_tsr = torch.tensor(B)
C_tsr = torch.tensor(C)

# What is the PyTorch equivalent of np.linalg.multi_dot()?