torch.nn.functional.bilinear¶ torch.nn.functional.bilinear(input1, input2, weight, bias=None) → 张量¶ 对传入的数据应用双线性变换: y=x1TAx2+by = x_1^T A x_2 + by=x1TAx2+b 形状: input1: (N,∗,Hin1)(N, *, H_{in1})(N,∗,Hin1) 其中 Hin1=in1_featuresH_{in1}=\text{in1\_features}Hin1=in1_features 并且 ∗*∗ 表示任意数量的附加维度。 输入的除最后一个维度外的所有维度应相同。 input2: (N,∗,Hin2)(N, *, H_{in2})(N,∗,Hin2) 其中 Hin2=in2_featuresH_{in2}=\text{in2\_features}Hin2=in2_features 权重: (out_features,in1_features,in2_features)(\text{out\_features}, \text{in1\_features}, \text{in2\_features})(out_features,in1_features,in2_features) 偏差: (输出特征)(\text{输出特征})(输出特征) 输出: (N,∗,Hout)(N, *, H_{out})(N,∗,Hout) 其中 Hout=out_featuresH_{out}=\text{out\_features}Hout=out_features 并且除了最后一个维度之外,所有维度都与输入的形状相同。