Python PyTorch addmv用法及代碼示例

本文簡要介紹python語言中 torch.addmv 的用法。

用法:

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

參數：

• input(Tensor) -要添加的向量

• mat(Tensor) -要矩陣相乘的矩陣

• vec(Tensor) -要矩陣相乘的向量

關鍵字參數：

• beta(數字,可選的) -input (\beta) 的乘數

• alpha(數字,可選的) -mat @ vec (\alpha) 的乘數

• out(Tensor,可選的) -輸出張量。

執行矩陣 mat 和向量 vec 的 matrix-vector 乘積。向量input 被添加到最終結果中。

如果 mat 是 (n \times m) 張量，vec 是大小為 m 的一維張量，則 input 必須是可廣播的，大小為 n 和 out 的一維張量將是大小為 n 的一維張量。

alpha 和 beta 分別是在 mat 和 vec 和添加的張量 input 之間的 matrix-vector 乘積上的比例因子。

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

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

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])