torch.cross¶

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

返回维度 dim 中 input 和 other 的向量的叉积。

支持float、double、cfloat和cdouble数据类型的输入。还支持向量的批次输入，在这种情况下，它会沿着维度dim计算乘积。在这种情况下，输出与输入具有相同的批次维度。

警告

如果未给出dim，则默认选择尺寸为3的第一个维度。请注意，这可能是意料之外的。

此行为已被弃用，并将在未来的版本中更改为与torch.linalg.cross()的行为相匹配。

另请参阅

torch.linalg.cross() 默认情况下 dim=-1。

Parameters

输入 (张量) – 输入张量。
其他 (Tensor) – 第二个输入张量
dim (int, 可选) – 进行叉积运算的维度。

Keyword Arguments

输出 (张量, 可选) – 输出张量。

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]])