pytorch中的广播元素乘法

我在pytorch中有一个张量，大小

torch.size（[1443747128]）

。让我们把它命名为张量

A

。在这个张量中，128表示批量大小。我还有一个1D张量，大小

torch.size（[1443747]）

。我们叫它

B

。我想对B与A进行元素相乘，这样B与张量

A

的所有128列相乘（显然是以元素相乘的方式）。换句话说，我想沿着

dimension=1

广播元素相乘。 我如何在pytorch中实现这一点

如果张量a中没有涉及批量大小（

batchsize=1

），那么普通的

*

操作符将很容易进行乘法

A*B

则会生成大小为

torch.size（[1443747]）

的合成张量。然而，我不明白为什么pytorch不沿着维度1传播张量乘法？有没有办法做到这一点

---

我想要的是，

B

应该以元素方式与

A

的所有128列相乘。因此，合成张量的大小将是

torch.size（[1443747128]）

尺寸应该匹配，如果你转置A或取消B，它应该工作：

C = A.transpose(1,0) * B    # shape: [128, 1443747]

或

---

请注意，这两种解决方案的形状是不同的。

看起来效果不错。我认为B和A的形状是沿着维度0匹配的，所以，

B*A

应该可以工作。乘法的顺序不会影响结果！（除非你做了适当的矩阵乘法B@A）。广播实际上是从最后一个维度开始工作的。

C = A * B.unsqueeze(dim=1)  # shape: [1443747, 128]