torch.addr

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

計算向量 vec1 和 vec2 的外積，並將其新增到矩陣 input。

可選值 beta 和 alpha 分別是向量 vec1 和 vec2 之間外積以及新增的矩陣 input 的縮放因子。

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

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。

如果 vec1 是大小為 n 的向量，vec2 是大小為 m 的向量，則 input 必須可以與大小為 $(n \times m)$ 的矩陣進行 廣播，且 out 將是大小為 $(n \times m)$ 的矩陣。

引數

• input (Tensor) – 要新增的矩陣

• vec1 (Tensor) – 外積的第一個向量

• vec2 (Tensor) – 外積的第二個向量

關鍵字引數

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

• alpha (Number, optional) – $\text{vec1} \otimes \text{vec2}$ 的乘數 ($\alpha$)

• out (Tensor, optional) – 輸出張量。

示例

>>> 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.]])