torch.cross

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

返回 input 和 other 张量在维度 dim 上的向量叉积。

支持 float、double、cfloat 和 cdouble 数据类型的输入。也支持批处理向量，对于这些向量，它会沿着维度 dim 计算叉积。在这种情况下，输出与输入具有相同的批处理维度。

警告

如果未指定 dim，则默认使用第一个大小为 3 的维度。请注意，这可能与预期不同。

此行为已被弃用，并将来的版本中将更改为与 torch.linalg.cross() 的行为一致。

另请参阅

torch.linalg.cross()，其默认 dim=-1。

参数

• input (Tensor) – 输入张量。

• other (Tensor) – 第二个输入张量

• dim (int, 可选) – 计算叉积的维度。

关键字参数

out (Tensor, 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]])