torch.cross

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

返回 input 和 other 维度中向量的叉积。

支持输入 float、double、cfloat 和 cdouble 数据类型。也支持向量的批次输入，对于这种情况，它会在维度 dim 上计算乘积。在这种情况下，输出具有与输入相同的批次维度。

警告

如果未指定 dim ，则默认为找到的第一个大小为 3 的维度。请注意，这可能是意外的。

此行为已弃用，将在未来的版本中更改为与 torch.linalg.cross() 匹配。

参见

torch.linalg.cross() 默认 dim=-1。

参数:

• input (Tensor) – 输入张量。

• 其他（张量）- 第二个输入张量

• dim（int，可选）- 进行叉积的维度。

关键字参数:

输出（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]])