沿维度的点积

Question

我有两个形状为 [B, 3 , 240, 320] 的张量，其中 B 表示批量大小，3 表示通道，240 表示高度（H），320 表示宽度（W）。

我需要找到沿通道维度（3 个通道）的点积，因此生成的张量的形状为 [B, 1 , 240, 320]。 我的张量在 gpu 中有 float32 元素（cuda 到 backprop）。

你们能建议我怎么做吗？

谢谢！

更多说明：

假设我们有 B=10、H=100、W=200。 因此，从上面可以看出，第一张量和第二张量都是常见的。如果我们保持 B、H、W 不变，我们会得到一个一维向量作为合成张量（有 3 个元素）。我需要取这两个向量的点积。因此合成张量的维数为 [B, 1, 240, 320]

Answer 1

点积是两个向量中值相乘的总和：

所以我猜你想把沿通道维度的所有值相乘，需要找到结果的总和，如果我的理解有误，请纠正我。

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])