torch.addmm¶
- torch.addmm(input, mat1, mat2, *, beta=1, alpha=1, out=None) Tensor ¶
执行矩阵
mat1
和mat2
的矩阵乘法。矩阵input
将添加到最终结果中。如果
mat1
是一个 张量,mat2
是一个 张量,则input
必须与 张量广播,out
将是一个 张量。alpha
和beta
分别是mat1
和mat2
之间矩阵向量积以及添加的矩阵input
的缩放因子。如果
beta
为 0,则input
将被忽略,并且其中的 nan 和 inf 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。此操作支持具有 稀疏布局 的参数。如果
input
为稀疏,则结果将具有相同的布局,并且如果提供了out
,则它必须与input
具有相同的布局。警告
稀疏支持是一个测试功能,某些布局/数据类型/设备组合可能不受支持,或者可能没有自动梯度支持。如果您发现缺少功能,请提交功能请求。
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
beta (数字, 可选) –
input
的乘数 ()alpha (数字, 可选) – 的乘数 ()
out (张量, 可选) – 输出张量。
示例
>>> M = torch.randn(2, 3) >>> mat1 = torch.randn(2, 3) >>> mat2 = torch.randn(3, 3) >>> torch.addmm(M, mat1, mat2) tensor([[-4.8716, 1.4671, -1.3746], [ 0.7573, -3.9555, -2.8681]])