torch.cross

torch.cross(input, other, dim=None, *, out=None) → Tensor

返回 input 和 other 張量在維度 dim 上的向量叉積。

支援 float、double、cfloat 和 cdouble 資料型別的輸入。也支援批處理向量，對於這些向量，它會沿著維度 dim 計算叉積。在這種情況下，輸出與輸入具有相同的批處理維度。

警告

如果未指定 dim，則預設使用第一個大小為 3 的維度。請注意，這可能與預期不同。

此行為已被棄用，並將來的版本中將更改為與 torch.linalg.cross() 的行為一致。

另請參閱

torch.linalg.cross()，其預設 dim=-1。

引數

• input (Tensor) – 輸入張量。

• other (Tensor) – 第二個輸入張量

• dim (int, 可選) – 計算叉積的維度。

關鍵字引數

out (Tensor, 可選) – 輸出張量。

示例

>>> a = torch.randn(4, 3)
>>> a
tensor([[-0.3956,  1.1455,  1.6895],
        [-0.5849,  1.3672,  0.3599],
        [-1.1626,  0.7180, -0.0521],
        [-0.1339,  0.9902, -2.0225]])
>>> b = torch.randn(4, 3)
>>> b
tensor([[-0.0257, -1.4725, -1.2251],
        [-1.1479, -0.7005, -1.9757],
        [-1.3904,  0.3726, -1.1836],
        [-0.9688, -0.7153,  0.2159]])
>>> torch.cross(a, b, dim=1)
tensor([[ 1.0844, -0.5281,  0.6120],
        [-2.4490, -1.5687,  1.9792],
        [-0.8304, -1.3037,  0.5650],
        [-1.2329,  1.9883,  1.0551]])
>>> torch.cross(a, b)
tensor([[ 1.0844, -0.5281,  0.6120],
        [-2.4490, -1.5687,  1.9792],
        [-0.8304, -1.3037,  0.5650],
        [-1.2329,  1.9883,  1.0551]])