torch.addmv

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

执行矩阵向量乘法，矩阵 mat 与向量 vec 相乘。向量 input 被加到最终结果中。

如果 mat 是一个 $(n \times m)$ 张量， vec 是一个大小为 m 的 1-D 张量，那么 input 必须与大小为 n 的 1-D 张量可广播， out 将是一个大小为 n 的 1-D 张量。

alpha 和 beta 是矩阵-向量乘法中 mat 和 vec 以及添加的张量 input 的缩放因子。

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

如果 beta 为 0，则 input 的内容将被忽略，其中的 nan 和 inf 不会传播。

对于类型为 FloatTensor 或 DoubleTensor 的输入，参数 beta 和 alpha 必须是实数，否则应该是整数。

参数:

• 输入（张量）- 要相加的向量

• 矩阵（张量）- 要进行矩阵乘法的矩阵

• 向量（张量）- 要进行矩阵乘法的向量

关键字参数:

• beta（数字，可选）- input （ $\beta$ ）的乘数

• alpha（数字，可选）- $mat @ vec$ （ $\alpha$ ）的乘数

• 输出（张量，可选）- 输出张量。

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])