torch.addr¶

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

执行向量 vec1 和 vec2 的外积，并将其添加到矩阵 input 中。

可选值 beta 和 alpha 是外积之间 vec1 和 vec2 以及添加的矩阵 input 的缩放因子。

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

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

如果 vec1 是一个大小为 n 的向量，而 vec2 是一个大小为 m 的向量，那么 input 必须与一个大小为 $(n \times m)$ 的矩阵可广播，并且 out 将是一个大小为 $(n \times m)$ 的矩阵。

Parameters

输入 (张量) – 要被添加的矩阵
vec1 (张量) – 外积的第一个向量
vec2 (张量) – 外积的第二个向量

Keyword Arguments

beta (数字, 可选) – input 的乘数 ( $\beta$ )
alpha (数字, 可选) – $\text{vec1} \otimes \text{vec2}$ 的乘数 ( $\alpha$ )
输出 (张量, 可选) – 输出张量。

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.]])