31 lines
1.3 KiB
ReStructuredText
31 lines
1.3 KiB
ReStructuredText
mindspore.mint.addbmm
|
||
=====================
|
||
|
||
.. py:function:: mindspore.mint.addbmm(input, batch1, batch2, *, beta=1, alpha=1)
|
||
|
||
对 `batch1` 和 `batch2` 应用批量矩阵乘法后进行归约加， `input` 和最终的结果相加。
|
||
`alpha` 是 `batch1` 和 `batch2` 矩阵乘法的乘数， `beta` 是 `input` 的乘数。如果 `beta` 是0，那么 `input` 将会被忽略。
|
||
|
||
.. math::
|
||
output = \beta input + \alpha (\sum_{i=0}^{b-1} {batch1_i @ batch2_i})
|
||
|
||
.. warning::
|
||
这是一个实验性API，后续可能修改或删除。
|
||
|
||
参数：
|
||
- **input** (Tensor) - 被添加的Tensor。
|
||
- **batch1** (Tensor) - 矩阵乘法中的第一个Tensor。
|
||
- **batch2** (Tensor) - 矩阵乘法中的第二个Tensor。
|
||
|
||
关键字参数：
|
||
- **beta** (Union[int, float]，可选) - `input` 的乘数。默认值： ``1`` 。
|
||
- **alpha** (Union[int, float]，可选) - `batch1` @ `batch2` 的乘数。默认值： ``1`` 。
|
||
|
||
返回：
|
||
Tensor，和 `input` 具有相同的dtype。
|
||
|
||
异常：
|
||
- **TypeError** - 如果 `alpha`， `beta` 不是int或者float。
|
||
- **ValueError** - 如果 `batch1`， `batch2` 不能进行批量矩阵乘法。
|
||
- **ValueError** - 如果 `batch1` 或 `batch2` 的不是三维Tensor。
|