torch.baddbmm¶
- torch.baddbmm(input, batch1, batch2, *, beta=1, alpha=1, out=None) Tensor ¶
对
batch1
和batch2
中的矩阵执行批量矩阵-矩阵乘积。将input
添加到最终结果中。batch1
和batch2
必须是 3D 张量,每个张量包含相同数量的矩阵。如果
batch1
是一个 张量,batch2
是一个 张量,则input
必须与 张量 广播 ,out
将是一个 张量。alpha
和beta
的含义与torch.addbmm()
中使用的缩放因子相同。如果
beta
为 0,则input
将被忽略,并且其中的 nan 和 inf 不会被传播。对于 FloatTensor 或 DoubleTensor 类型的输入,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
beta (Number, optional) –
input
的乘数 ()alpha (Number, optional) –
batch2 \text{batch1} \mathbin{@} \text{batch2} 的乘数 ()out (Tensor, optional) – 输出张量。
示例
>>> M = torch.randn(10, 3, 5) >>> batch1 = torch.randn(10, 3, 4) >>> batch2 = torch.randn(10, 4, 5) >>> torch.baddbmm(M, batch1, batch2).size() torch.Size([10, 3, 5])