快捷方式

torch.cross

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

返回 inputother 在维度 dim 上的向量的叉积。

支持 float、double、cfloat 和 cdouble 数据类型。还支持向量批次,为此它沿着维度 dim 计算乘积。在这种情况下,输出与输入具有相同的批次维度。

警告

如果未给出 dim,则默认为找到的第一个大小为 3 的维度。请注意,这可能出乎意料。

此行为已弃用,将在未来的版本中更改为与 torch.linalg.cross() 一致,后者默认为 dim=-1。

另请参阅

torch.linalg.cross(),其默认值为 dim=-1。

参数
  • input (张量) – 输入张量。

  • other (张量) – 第二个输入张量

  • dim (int, 可选) – 要在其中取叉积的维度。

关键字参数

out (张量, 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]])

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源