torch.addcdiv

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

Выполняет поэлементное деление tensor1 на tensor2, умножает результат на скаляр value и добавляет его к input.

Предупреждение

Целочисленное деление с addcdiv больше не поддерживается, и в будущей версии addcdiv будет выполнять истинное деление тензоров tensor1 и tensor2. Историческое поведение addcdiv может быть реализовано как (input + value * torch.trunc(tensor1 / tensor2)).to(input.dtype) для целочисленных входных данных и как (input + value * tensor1 / tensor2) для чисел с плавающей точкой. Будущее поведение addcdiv — это просто последнее реализация: (input + value * tensor1 / tensor2) для всех типов.

$$\text{out}_i = \text{input}_i + \text{value} \times \frac{\text{tensor1}_i}{\text{tensor2}_i}$$

Формы input, tensor1, и tensor2 должны быть совместимы для трансляции.

Для входных данных типа FloatTensor или DoubleTensor, value должен быть вещественным числом, в противном случае — целым.

Параметры:

• input (Тензор) – тензор, который будет добавлен
• tensor1 (Тензор) – тензор-числитель
• tensor2 (Тензор) – тензор-знаменатель

Ключевые аргументы:

• value (Число, необязательно) – множитель для $\text{tensor1} / \text{tensor2}$
• out (Тензор, необязательно) – выходной тензор.

Пример:

>>> t = torch.randn(1, 3)
>>> t1 = torch.randn(3, 1)
>>> t2 = torch.randn(1, 3)
>>> torch.addcdiv(t, t1, t2, value=0.1)
tensor([[-0.2312, -3.6496,  0.1312],
        [-1.0428,  3.4292, -0.1030],
        [-0.5369, -0.9829,  0.0430]])