pytorch addcmul函数用法

torch.addcmul用法

参考：torch.addcmul — PyTorch 1.12 documentation

• 函数说明：

torch.addcmul(input, tensor1, tensor2, *, value=1, out=None) → Tensor

$$ou{t}_i=inpu{t}_i+value\times tensor{1}_i\times tersor{2}_i$$

要求input，tensor1以及tensor2必须是可广播的，后面将举例说明。

• 变量说明：

• input(Tensor)：加数；

• tensor1(Tensor)：乘数；

• tensor2(Tensor)：乘数；

• 参数说明：

可以省略的参数；

• value(Number,optional)用于和tensor1，tensor2相乘；

• out(Tensor)：输出张量

• 举例

首先举例一个不需要使用广播机制的

代码：

import torch
t = torch.tensor([[1., 2., 3.]])  
t1 = torch.tensor([[1., 1., 1.]])  
t2 = torch.tensor([[3., 2., 1.]])  
print(torch.addcmul(t, tensor1=t1, tensor2=t2, value=0.1))

输出为：

tensor([[1.3000, 2.2000, 3.1000]])

举例需要广播机制的情况，Tensor会自动根据大小进行扩展，确保运算可以正常进行；

代码：

import torch
t = torch.tensor([[1., 2., 3.]])  
t1 = torch.tensor([[1.], [1.], [1.]])  
t2 = torch.tensor([[3., 2., 1.]])  
print(torch.addcmul(t, tensor1=t1, tensor2=t2, value=0.1))

输出为：

tensor([[1.3000, 2.2000, 3.1000],
        [1.3000, 2.2000, 3.1000],
        [1.3000, 2.2000, 3.1000]])