PyTorch矩阵乘法：torch.mul()、torch.mm()和torch.matmul()的区别

在PyTorch中，矩阵乘法可以通过多种方式实现，包括torch.mul()、torch.mm()和torch.matmul()。这些函数在用法、参数、性能和适用场景方面有所不同。下面我们将逐一解释它们的区别。

1. torch.mul()

torch.mul()用于逐元素相乘两个张量（tensor）。它返回一个与输入形状相同的输出张量，其中每个元素都是对应输入元素的乘积。

参数：

• input1：第一个输入张量。
• input2：第二个输入张量。
• out：可选的输出张量。

用法示例：

```python
import torch
A = torch.tensor([[1, 2], [3, 4]])
B = torch.tensor([[2, 0], [0, 2]])
C = torch.mul(A, B)
print(C)
```

输出：

```lua
tensor([[2, 0], [0, 4]])
```

注意：torch.mul()不会执行矩阵乘法，而是逐元素相乘。

2. torch.mm()

torch.mm()用于执行两个矩阵的乘法操作。它要求输入张量是二维的，即矩阵。torch.mm()返回一个与输入矩阵形状不同的输出张量，其结果是矩阵乘法的结果。

参数：

• input1：第一个输入矩阵。
• input2：第二个输入矩阵。
• out：可选的输出张量。

用法示例：

import torch
A = torch.tensor([[1, 2], [3, 4]])
B = torch.tensor([[2, 0], [0, 2]])
C = torch.mm(A, B)
print(C)