matmul ve @ ile Matris Çarpımı
Her katmanın temelindeki nokta çarpımları.
matmul ve @ ile Matris Çarpımı, CoddyKit'te ücretsiz bir Deep Learning Academy dersidir. Bu, 4 dersinin 3. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Deep Learning Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Deep Learning Academy kursu toplamda 4 dersten oluşur.
Eleman Bazlı İşlemlerin Ötesi
Tensörleri yıldız işaretiyle çarpmak eleman bazlıdır. Matris çarpımı ise farklıdır: satırları ve sütunları ağırlıklı toplamlar hâlinde birleştirir.
Toplu Nokta Çarpımları
Bir matris çarpımının her çıktı elemanı bir nokta çarpımıdır: sol matrisin bir satırı, sağ matrisin bir sütunuyla eşleştirilir.
İç Boyutlar Eşleşmelidir
(m, k) ve (k, n) şekillerini çarpmak için içteki k değerleri aynı olmalıdır. Sonuç (m, n) olur: dış boyutlar kalır, iç boyut toplanarak ortadan kalkar.
@ İşleci
Python, matris çarpımına özel ve temiz bir sembol verir. @ işleci iki tensörü matris çarpımı kurallarına göre çarpar; ortada hiçbir döngü görünmez.
c = a @ btorch.matmul Aynı İşi Yapar
torch.matmul, @ işlecinin açıkça yazılmış eşidir. Sonuç aynıdır; kodunuzda adlandırılmış bir işlev çağrısını tercih ettiğinizde kullanışlıdır.
c = torch.matmul(a, b)Şekillere Dikkat Edin
(2, 3) ile (3, 4)'ün çarpımı (2, 4) verir. Şekilleri soldan sağa okuyun; içteki 3 birbirini götürür ve dıştaki çift kalır.
a = torch.randn(2, 3)
b = torch.randn(3, 4)
c = a @ b # shape (2, 4)Yıldız, At İşareti Değildir
Karıştırmayın: a * b eleman bazlıdır ve eşleşen şekiller ister; a @ b ise matris çarpımıdır ve eşleşen iç boyutlar ister.
Matris ile Vektörün Çarpımı
Bir matrisi 1B vektörle çarparsanız bir vektör elde edersiniz. Her çıktı sayısı, bir matris satırıyla bu vektörün nokta çarpımıdır.
y = W @ x # W is (n, m), x is (m,), y is (n,)Toplu matmul
matmul toplu işlemleri destekler: (B, m, k) ve (B, k, n) şekillerini verirseniz B matris çiftinin her birini aynı anda çarpar ve (B, m, n) döndürür.
out = torch.matmul(batch_a, batch_b)Şekil Hataları Açıkça Bildirilir
İç boyutlar eşleşmezse PyTorch açık bir RuntimeError oluşturur. Bu şekil iletilerini hızlı okumak, kısa sürede en hızlı hata ayıklama aracınız hâline gelir.
Her Katmanın Motoru
Bu tek işlem her yerde karşınıza çıkar. Bir doğrusal katman, yalnızca girdilerin bir ağırlık matrisiyle çarpılıp bir yanlılıkla toplanmasıdır; bu ağır işi matmul yapar.
out = x @ W.T + biasHızlı Kontrol
Şekil hesaplamanızı kontrol etme zamanı.
Özet: Satırlar Sütunlarla Buluşur
@ veya torch.matmul ile yapılan matris çarpımı, satırları sütunlarla eşleştirerek nokta çarpımları oluşturur; iç boyutlar eşleşmeli, dış boyutlar kalmalıdır. Her katmanı çalıştıran temel budur. 🔗
Sıkça Sorulan Sorular
“matmul ve @ ile Matris Çarpımı” dersi ücretsiz mi?
Evet — “matmul ve @ ile Matris Çarpımı” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Deep Learning Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Deep Learning Academy kursu toplamda 4 dersten oluşur.
“matmul ve @ ile Matris Çarpımı” dersinde ne öğreneceğim?
Her katmanın temelindeki nokta çarpımları. Deep Learning Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.
Deep Learning Academy öğrenmeye başlamak için deneyim gerekli mi?
Önceden deneyim gerekmez. CoddyKit'te Deep Learning Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 3. dersidir.
“matmul ve @ ile Matris Çarpımı” dersi ne kadar sürer?
Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.
Bu Deep Learning Academy dersinde kod yazıp çalıştırabilir miyim?
Evet. Her Deep Learning Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.
Bu kursun tüm dersleri
- Döngüler Matematikte Neden Yavaştır
- Eleman Bazlı İşlemler ve İndirgemeler
- matmul ve @ ile Matris Çarpımı
- Nokta Çarpımları Her Katmana Güç Verir