Python PyTorch addr用法及代码示例

本文简要介绍python语言中 torch.addr 的用法。

用法:

torch.addr(input, vec1, vec2, *, beta=1, alpha=1, out=None) → Tensor

参数：

• input(Tensor) -要添加的矩阵

• vec1(Tensor) -外积的第一个向量

• vec2(Tensor) -外积的第二个向量

关键字参数：

• beta(数字,可选的) -input (\beta) 的乘数

• alpha(数字,可选的) -\text{vec1} \otimes \text{vec2} (\alpha) 的乘数

• out(Tensor,可选的) -输出张量。

执行向量 vec1 和 vec2 的 outer-product 并将其添加到矩阵 input 中。

可选值 beta 和 alpha 分别是在 vec1 和 vec2 和添加的矩阵 input 之间的外积上的比例因子。

\text{out} = \beta\ \text{input} + \alpha\ (\text{vec1} \otimes \text{vec2})

如果beta为0，则input将被忽略，其中的nan和inf不会被传播。

如果 vec1 是大小为 n 的向量，而 vec2 是大小为 m 的向量，则 input 必须是可广播的，具有大小为 (n \times m) 的矩阵，而 out 将是大小为矩阵(n \times m) 。

例子：

>>> vec1 = torch.arange(1., 4.)
>>> vec2 = torch.arange(1., 3.)
>>> M = torch.zeros(3, 2)
>>> torch.addr(M, vec1, vec2)
tensor([[ 1.,  2.],
        [ 2.,  4.],
        [ 3.,  6.]])