torch.addmv

torch.addmv(input, mat, vec, *, beta=1, alpha=1, out=None) → Tensor

執行矩陣 mat 和向量 vec 的矩陣-向量乘積。向量 input 會被加到最終結果中。

如果 mat 是一個 $(n \times m)$ 張量，vec 是一個大小為 m 的一維張量，那麼 input 必須是 可廣播的，能夠與一個大小為 n 的一維張量進行廣播，並且 out 將是一個大小為 n 的一維張量。

alpha 和 beta 分別是 mat 和 vec 之間的矩陣-向量乘積以及加上的張量 input 的縮放因子。

$$\text{out} = \beta\ \text{input} + \alpha\ (\text{mat} \mathbin{@} \text{vec})$$

如果 beta 為 0，則 input 的內容將被忽略，並且其中的 nan 和 inf 不會被傳播。

對於 FloatTensor 或 DoubleTensor 型別的輸入，引數 beta 和 alpha 必須是實數，否則它們應該是整數。

引數

• input (Tensor) – 要新增的向量

• mat (Tensor) – 要進行矩陣乘法的矩陣

• vec (Tensor) – 要進行矩陣乘法的向量

關鍵字引數

• beta (Number, optional) – input 的乘數（$\beta$）

• alpha (Number, optional) – $mat @ vec$ 的乘數（$\alpha$）

• out (Tensor, optional) – 輸出張量。

示例

>>> M = torch.randn(2)
>>> mat = torch.randn(2, 3)
>>> vec = torch.randn(3)
>>> torch.addmv(M, mat, vec)
tensor([-0.3768, -5.5565])