torch.cross

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

返回 input 和 other 的维度 dim 中的向量的叉积。

支持 float、double、cfloat 和 cdouble 数据类型的输入。也支持向量批处理，对于向量批处理，它计算沿维度 dim 的叉积。在这种情况下，输出与输入具有相同的批处理维度。

警告

如果未给定 dim，则默认设置为大小为 3 的第一个维度。请注意，这可能是出乎意料的。

此行为已弃用，将在未来版本中更改为与 torch.linalg.cross() 的行为一致。

另请参见

torch.linalg.cross()，其默认维度为 dim=-1。

参数

• input (Tensor) – 输入张量。

• other (Tensor) – 第二个输入张量

• dim (int, 可选) – 要在其中进行叉积的维度。

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]])