torch.addmv

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

执行矩阵 mat 和向量 vec 的矩阵向量乘积。 向量 input 被添加到最终结果中。

如果 mat 是一个 $(n \times m)$ 张量，vec 是一个大小为 m 的 1-D 张量，那么 input 必须与大小为 n 的 1-D 张量 可广播，并且 out 将是大小为 n 的 1-D 张量。

alpha 和 beta 是矩阵向量乘积与添加的张量 input 之间的缩放因子，分别对应于 mat 和 vec。

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

如果 beta 为 0，则 input 将被忽略，并且其中的 nan 和 inf 将不会传播。

对于类型为 FloatTensor 或 DoubleTensor 的输入，参数 beta 和 alpha 必须是实数，否则它们应该是整数。

Parameters

• 输入 (张量) – 要添加的向量

• mat (张量) – 需要进行矩阵乘法的矩阵

• vec (张量) – 要进行矩阵乘法的向量

Keyword Arguments

• beta (数字, 可选) – input 的乘数 ($\beta$)

• alpha (数字, 可选) – $mat @ vec$ 的乘数 ($\alpha$)

• 输出 (张量, 可选) – 输出张量。

示例：

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