Python PyTorch addmm用法及代碼示例

本文簡要介紹python語言中 torch.addmm 的用法。

用法:

torch.addmm(input, mat1, mat2, *, beta=1, alpha=1, out=None) → Tensor

參數：

• input(Tensor) -要添加的矩陣

• mat1(Tensor) -要矩陣相乘的第一個矩陣

• mat2(Tensor) -要矩陣相乘的第二個矩陣

關鍵字參數：

• beta(數字,可選的) -input (\beta) 的乘數

• alpha(數字,可選的) -mat1 @ mat2 (\alpha) 的乘數

• out(Tensor,可選的) -輸出張量。

執行矩陣 mat1 和 mat2 的矩陣乘法。矩陣input 被添加到最終結果中。

如果mat1是(n \times m)張量，mat2是(m \times p)張量，那麽input必須是可廣播的(n \times p)張量並且out將是(n \times p)張量。

alpha 和 beta 分別是 mat1 和 mat2 和添加的矩陣 input 之間的 matrix-vector 產品的比例因子。

\text{out} = \beta\ \text{input} + \alpha\ (\text{mat1}_i \mathbin{@} \text{mat2}_i)

如果beta為0，則input將被忽略，其中的nan和inf不會被傳播。

對於 FloatTensor 或 DoubleTensor 類型的輸入，參數 beta 和 alpha 必須是實數，否則它們應該是整數。

該運算符支持 TensorFloat32。

例子：

>>> M = torch.randn(2, 3)
>>> mat1 = torch.randn(2, 3)
>>> mat2 = torch.randn(3, 3)
>>> torch.addmm(M, mat1, mat2)
tensor([[-4.8716,  1.4671, -1.3746],
        [ 0.7573, -3.9555, -2.8681]])