沿維度的點積

Question

我有兩個形狀為 [B, 3, 240, 320] 的張量，其中 B 代表批量大小，3 代表通道，240 代表高度（H），320 代表寬度（W）。

我需要沿通道維度（3 個通道）找到點積，因此生成的張量的形狀為 [B, 1, 240, 320]。 我的張量在 gpu 中有 float32 元素（cuda 到 backprop）。

你們能建議我怎么做嗎？

謝謝！

更多說明：

假設我們有 B=10，H=100，W=200。 因此，從上面來看，第一張量和第二張量都是常見的。 如果我們保持 B、H、W 不變，我們會得到一個 1D 向量作為結果張量（具有 3 個元素）。 我需要取這兩個向量的點積。 因此，結果張量的維度為 [B, 1, 240, 320]

Answer 1

點積是兩個向量中值相乘的總和：

所以我猜你想將通道維度上的所有值相乘並且需要找到結果的總和，如果我的理解有誤，請糾正我。

import torch

t1 = torch.rand(10, 3, 240, 320)
t2 = torch.rand(10, 3, 240, 320)

# Multiply two tensors and sum along the channel dimension
multp  = t1 * t2 
summed = multp.sum(dim = 1, keepdim = True)

print(summed.shape)  # torch.Size([10, 1, 240, 320])