torch.addmv

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

對矩陣 mat 和向量 vec 執行矩陣-向量乘法。將向量 input 新增到最終結果中。

如果 mat 是一個 $(n \times m)$ 張量，vec 是一個大小為 m 的 1-D 張量，那麼 input 必須可以與一個大小為 n 的 1-D 張量 廣播，且 out 將是大小為 n 的 1-D 張量。

alpha 和 beta 分別是 mat 和 vec 之間的矩陣-向量乘積以及新增的張量 input 的縮放因子。

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

如果 beta 為 0，則 input 的內容將被忽略，其中的 nan 和 inf 將不會傳播。

對於 FloatTensor 或 DoubleTensor 型別的輸入，引數 beta 和 alpha 必須是實數，否則應為整數。

引數

• input (Tensor) – 要新增的向量

• mat (Tensor) – 要進行矩陣乘法的矩陣

• vec (Tensor) – 要進行矩陣乘法的向量

關鍵字引數

• beta (Number, 可選) – input 的乘數 ($\beta$)

• alpha (Number, 可選) – $mat @ vec$ 的乘數 ($\alpha$)

• out (Tensor, 可選) – 輸出張量。

示例

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