addmm_与addmm的区别

两者唯一区别：addmm_()函数可以在原对象的基础上进行修改，而addmm()函数则没有该功能。
我在看视频学习敲代码的时候，误将

dist.addmm_(1, -2, inputs, inputs.t())

写成了：

dist.addmm(1, -2, inputs, inputs.t())

导致后期程序怎么也跑不出正常一点的结果，为了找到错误所在，真的是煞费苦心了。希望大家不要犯和我一样的错误，敲代码时擦亮眼睛，遇到不懂的函数，绝不模棱两可！

接下里介绍此行代码的含义：

dist.addmm(a1, a2, inputs, inputs.t())

a1 * dist + a2 * inputs * inputs.t()        (后面是矩阵乘法，行乘列)

非常不好意思，误删了某位同学的评论，在此补上解答的内容：

问题：这行代码用于何种场景？

解答：建议你找几个矩阵举个例子，把它们画出来，就大体上知道是什么原理，主要是用于计算两个矩阵所有行元素之间的距离平方。（通常行元素是指一个样本的特征向量，初始A、B矩阵行数也就是样本数可以不同，但列数，也就是特征向量的长度需要一致）

自己学习时画的图比较复杂，这里我用文字讲解：
1、dist是由矩阵A、B计算得来的，假设A的形状为(a,b),B的形状为(m,n)。
2、A矩阵先将各个元素分别求平方(形状不变)，后按行求和(形状：a*1)，然后列向扩展m列(形状：a*m)，这里扩展的意思就是重复，重复m列。
3、同理，B矩阵先将各个元素分别求平方(形状不变)，后按行求和(形状：m*1)，然后列向扩展a列(形状：m*a)，这里扩展的意思就是重复，重复a列，最后再转置(形状：a*m)。
4、将最后得到的A’矩阵和B’矩阵按元素相加，得到dist矩阵(形状：a*m)。这个时候得到的每一个元素值，比如说位置在dist(c,d)上的元素值，就是原A矩阵c行平方和的值，加上原B矩阵d行平方和的值。
5、这里开始讲到addmm的功能，dist.addmm_(1, -2, A, B.T)，意思是 dist-2A*B.T 。B.T是指B的转置
6、A*B.T采用的是矩阵乘法得到矩阵C(形状：a*m)，这要求A和B它们的列是要相同的。矩阵C(x,y)处的元素指的是A的第x行元素和B的第y行元素，对应元素之间相乘后再相加（结合矩阵乘法可想象该过程）。
7、计算 dist-2A*B.T，即得到最后的新的dist矩阵(形状：a*m)，矩阵dist(e,f)处的元素指的是，（A矩阵e行平方和的值 + B矩阵f行平方和的值）- 2*（A矩阵e行元素和B矩阵f行元素 对应元素之间相乘后再全部相加得到的值），其实就是，（A矩阵e行第i个值的平方 + B矩阵f行第i个值的平方 - 2倍的它们的乘积）对于i从0到b的累加求和，最后得到的也就是A的各个行元素（即每个样本特征）与B的各个行元素（即每个样本特征）之间的距离的平方。
8、最后说一点，之所以不求根号，不直接求距离是因为没必要增加计算复杂度，这个距离的平方也可以起到相同的作用，各个值之间的差距也更大，便于比较。