PyTorch学习笔记之基础函数篇（十二）

7.5 torch.addcdiv() 函数

在PyTorch中，torch.addcdiv 是一个函数，它执行一个逐元素的操作，该操作涉及将两个张量（tensors）相除后的结果再与一个第三个张量相加。这个操作可以用以下数学表达式来描述：

out[i] = tensor1[i] + c * (tensor2[i] / tensor3[i])

其中 c 是一个标量，tensor1, tensor2, 和 tensor3 是输入张量，out 是输出张量。

函数签名如下：

torch.addcdiv(tensor1, tensor2, tensor3, value=1, out=None) → Tensor

参数解释：

• tensor1 (Tensor): 第一个输入张量。
• tensor2 (Tensor): 第二个输入张量，用于除法操作。
• tensor3 (Tensor): 第三个输入张量，也用于除法操作。
• value (Number, optional): 标量 c。默认值为1。
• out (Tensor, optional): 输出张量。如果提供，则结果将写入这个张量中，并且函数将返回这个张量。

torch.addcdiv 通常用于执行一些特定的数学运算，例如梯度更新或者是一些自定义的神经网络层中。

下面是一个使用 torch.addcdiv 的例子：

import torch

# 创建张量
tensor1 = torch.tensor([1.0, 2.0, 3.0])
tensor2 = torch.tensor([4.0, 5.0, 6.0])
tensor3 = torch.tensor([7.0, 8.0, 9.0])

# 使用 addcdiv
result = torch.addcdiv(tensor1, tensor2, tensor3, value=2)

# 打印结果
print(result)

输出将会是：

tensor([ 2.5714,  2.6250,  2.6667])

在这个例子中，tensor1, tensor2, 和 tensor3 是输入张量，value 被设置为2。对于每个索引 i，result[i] 是通过 tensor1[i] + 2 * (tensor2[i] / tensor3[i]) 计算得到的。

7.6 torch.addcmul() 函数

在PyTorch中，torch.addcmul 函数是一个逐元素的运算，它将两个张量（tensors）的对应元素相乘，然后将结果乘以一个标量，最后再加上一个第三个张量的对应元素。这个操作可以用以下数学表达式来描述：

out[i] = tensor1[i] + value * (tensor2[i] * tensor3[i])

其中 value 是一个标量，tensor1, tensor2, 和 tensor3 是输入张量，out 是输出张量。

函数签名如下：

torch.addcmul(tensor1, tensor2, tensor3, value=1, out=None) → Tensor

参数解释：

• tensor1 (Tensor): 第一个输入张量。
• tensor2 (Tensor): 第二个输入张量，用于乘法操作。
• tensor3 (Tensor): 第三个输入张量，也用于乘法操作。
• value (Number, optional): 标量值，用于与乘积相乘。默认值为1。
• out (Tensor, optional): 输出张量。如果提供，则结果将写入这个张量中，并且函数将返回这个张量。

torch.addcmul 通常用于执行一些特定的数学运算，例如在神经网络中更新权重或执行一些自定义操作。

下面是一个使用 torch.addcmul 的例子：

import torch

# 创建张量
tensor1 = torch.tensor([1.0, 2.0, 3.0])
tensor2 = torch.tensor([4.0, 5.0, 6.0])
tensor3 = torch.tensor([7.0, 8.0, 9.0])

# 使用 addcmul
result = torch.addcmul(tensor1, tensor2, tensor3, value=2)

# 打印结果
print(result)

输出将会是：

tensor([ 30.,  86., 162.])

在这个例子中，tensor1, tensor2, 和 tensor3 是输入张量，value 被设置为2。对于每个索引 i，result[i] 是通过 tensor1[i] + 2 * (tensor2[i] * tensor3[i]) 计算得到的。