PyTorch中两个张量的批量矩阵乘法

在PyTorch中，批量矩阵乘法可以使用`torch.bmm`函数来实现，这个函数专门用于计算一批矩阵（batch of matrices）的乘积。该操作要求第一个张量的维度为 `(B, N, M)`，第二个张量的维度为 `(B, M, P)`，其中 `B` 是批量的大小，`N` 和 `P` 分别是矩阵的行数和列数，而 `M` 是两批矩阵共同的维度，表示矩阵的列数和行数。

`torch.bmm`函数会返回一个同样具有批量大小 `B` 的张量，其中每个元素都是输入张量对应的矩阵乘积。具体来说，对于每个索引 `i`，输出张量中的第 `i` 个矩阵是通过将第一个张量中第 `i` 个矩阵与第二个张量中第 `i` 个矩阵进行矩阵乘法得到的。

使用方法如下：

import torch

# 创建两个张量
tensor1 = torch.randn(10, 3, 4)  # 形状为(10, 3, 4)
tensor2 = torch.randn(10, 4, 2)  # 形状为(10, 4, 2)

# 执行批量矩阵乘法
result = torch.bmm(tensor1, tensor2)  # 形状为(10, 3, 2)

需要注意的是，`torch.bmm`要求两个输入张量在执行操作之前必须有正确的维度，并且，随着PyTorch版本的更新，对于不同维度的张量乘法，可以使用`torch.matmul`或`@`运算符来完成，这提供了更加灵活的操作方式。