torch.addbmm¶
- torch.addbmm(input, batch1, batch2, *, beta=1, alpha=1, out=None) Tensor ¶
对存储在
batch1
和batch2
中的矩阵执行批矩阵乘法,并进行简化的加法步骤(所有矩阵乘法都沿着第一个维度累加)。input
被添加到最终结果中。batch1
和batch2
必须是 3 维张量,每个张量包含相同数量的矩阵。如果
batch1
是 张量,batch2
是 张量,input
必须广播到 张量,而out
将是一个 张量。如果
beta
为 0,则input
将被忽略,其中 nan 和 inf 不会被传播。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。此运算符支持 TensorFloat32。
在某些 ROCm 设备上,当使用 float16 输入时,此模块将使用 不同的精度 进行反向传播。
- 参数
- 关键字参数
示例
>>> M = torch.randn(3, 5) >>> batch1 = torch.randn(10, 3, 4) >>> batch2 = torch.randn(10, 4, 5) >>> torch.addbmm(M, batch1, batch2) tensor([[ 6.6311, 0.0503, 6.9768, -12.0362, -2.1653], [ -4.8185, -1.4255, -6.6760, 8.9453, 2.5743], [ -3.8202, 4.3691, 1.0943, -1.1109, 5.4730]])