Python PyTorch addmv用法及代码示例

本文简要介绍python语言中 torch.addmv 的用法。

用法:

torch.addmv(input, mat, vec, *, beta=1, alpha=1, out=None) → Tensor

参数：

• input(Tensor) -要添加的向量

• mat(Tensor) -要矩阵相乘的矩阵

• vec(Tensor) -要矩阵相乘的向量

关键字参数：

• beta(数字,可选的) -input (\beta) 的乘数

• alpha(数字,可选的) -mat @ vec (\alpha) 的乘数

• out(Tensor,可选的) -输出张量。

执行矩阵 mat 和向量 vec 的 matrix-vector 乘积。向量input 被添加到最终结果中。

如果 mat 是 (n \times m) 张量，vec 是大小为 m 的一维张量，则 input 必须是可广播的，大小为 n 和 out 的一维张量将是大小为 n 的一维张量。

alpha 和 beta 分别是在 mat 和 vec 和添加的张量 input 之间的 matrix-vector 乘积上的比例因子。

\text{out} = \beta\ \text{input} + \alpha\ (\text{mat} \mathbin{@} \text{vec})

如果beta为0，则input将被忽略，其中的nan和inf不会被传播。

对于 FloatTensor 或 DoubleTensor 类型的输入，参数 beta 和 alpha 必须是实数，否则它们应该是整数

例子：

>>> M = torch.randn(2)
>>> mat = torch.randn(2, 3)
>>> vec = torch.randn(3)
>>> torch.addmv(M, mat, vec)
tensor([-0.3768, -5.5565])