以下 PyTorch 函数 ( doc ) 的目的是什么:
torch.addmm(beta=1, mat, alpha=1, mat1, mat2, out=None)
更具体地说，是否有任何理由更喜欢这个功能而不是仅仅使用
beta * mat + alpha * (mat1 @ mat2)
最佳答案
addmm函数是方程 beta*mat + alpha*(mat1 @ mat2) 的优化版本.我运行了一些测试并为它们的执行计时。
beta=1, alpha=1 ，那么无论矩阵大小如何，这两个语句(addmm 和手动)的执行大致相同(addmm 只是快一点)。 beta和 alpha不是 1，则 addmm对于较小的矩阵(总元素数为 105)，比手动执行快两倍。但是，如果矩阵很大(按 106 的顺序)，则加速似乎可以忽略不计 ( 39ms v/s 41ms ) 关于PyTorch:addmm 函数的目的，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/49609226/