mindspore.ops.addr

mindspore.ops.addr(x, vec1, vec2, *, beta=1, alpha=1)

计算 vec1 和 vec2 的外积，并加到 x 中。

说明

• 如果 vec1 是一个大小为 \(N\) 的向量， vec2 是一个大小为 \(M\) 的向量，则 x 的大小可广播为 。 则 x 必须能够与大小为 \((N, M)\) 的矩阵进行广播，且输出将是大小为 \((N, M)\) 的矩阵。

• 若 beta 为0，那么 input 将会被忽略。

\[output = β x + α (vec1 ⊗ vec2)\]

参数：

• x (Tensor) - 输入tensor。

• vec1 (Tensor) - 将被乘的向量。

• vec2 (Tensor) - 将被乘的向量。

关键字参数：

• beta (scalar[int, float, bool], 可选) - x 的尺度因子。默认 1 。

• alpha (scalar[int, float, bool], 可选) - （ vec1 ⊗ vec2 ）的尺度因子。默认 1 。

返回：

Tensor

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> x = mindspore.tensor([[2., 2.], [3., 2.], [3., 4.]])
>>> vec1 = mindspore.tensor([2., 3., 2.])
>>> vec2 = mindspore.tensor([3., 4.])
>>> output = mindspore.ops.addr(x, vec1, vec2)
>>> print(output)
[[ 8. 10.]
 [12. 14.]
 [ 9. 12.]]