Sun Quanzhi

> > 在用自己的数据集运行DG库中的MMD算法时，出现了矩阵形状不一样导致无法相加的问题。下图是github中MMD计算的代码：  我的数据，x1和x2的形状均为(32, 600, 64）。考虑到batch问题，我在计算时将`addmm`换为了`addbmm`，但是我发现，无论是用二维数据使用`addmm`还是三维数据使用`addbmm`，在计算时存在矩阵形状不一样导致无法相加的问题，各个张量的形状如下图所示：  可以看到，`x2_norm.transpose(-2, -1)`的形状与`matmul(x1, x2.transpose(-2, -1))`的形状不一致，二者是没办法做和相加的。麻烦大佬们看一下，是哪里有了问题？感谢 > > 建议的做法是将三维的转化成二维的进行MMD距离计算。如果用torch.addbmm，最好参考一下[https://pytorch.org/docs/1.10/generated/torch.addmm.html?highlight=addmm#torch.addmm，](https://pytorch.org/docs/1.10/generated/torch.addmm.html?highlight=addmm#torch.addmm%EF%BC%8C) 可以看出来维度是不一致的。 问题是，我用二维矩阵也试过，按照你们MMD的代码，还是存在形状不一致，addmm无法进行相加的问题的。你也可以推导一下。

如果`x2_norm.transpose(-2, -1)`的形状与`matmul(x1, x2.transpose(-2, -1))`的形状不一致，二者是没办法做和相加的，那么你们现在的MMD代码也就无法跑通呀。