addmm

fluid.layers.addmm(input, x, y, alpha=1.0, beta=1.0, name=None)

计算x和y的乘积，将结果乘以标量alpha，再加上input与beta的乘积，得到输出。其中input与x、y乘积的维度必须是可广播的。

计算过程的公式为：

addmm - 图1

参数

  • input (Variable) : 输入Tensor input，数据类型支持float32, float64。
  • x (Variable) : 输入Tensor x，数据类型支持float32, float64。
  • y (Variable) : 输入Tensor y，数据类型支持float32, float64。
  • alpha (float，可选) : 乘以x*y的标量，数据类型支持float32, float64，默认值为1.0。
  • beta (float，可选) : 乘以input的标量，数据类型支持float32, float64，默认值为1.0。
  • name （str，可选）- 具体用法请参见 Name ，一般无需设置，默认值为None。

返回

计算得到的Tensor。Tensor数据类型与输入input数据类型一致。

返回类型

变量（Variable）

代码示例

  1. import numpy as np
  2. import paddle
  3. import paddle.fluid as fluid
  5. input = fluid.data(name='input', shape=[2, 2], dtype='float32')
  6. x = fluid.data(name='x', shape=[2, 2], dtype='float32')
  7. y = fluid.data(name='y', shape=[2, 2], dtype='float32')
  8. out = fluid.layers.addmm( input=input, x=x, y=y, alpha=5.0, beta=0.5 )
  10. data_x = np.ones((2, 2)).astype(np.float32)
  11. data_y = np.ones((2, 2)).astype(np.float32)
  12. data_input = np.ones((2, 2)).astype(np.float32)
  14. place =  fluid.CUDAPlace(0) if fluid.core.is_compiled_with_cuda() else fluid.CPUPlace()
  15. exe = fluid.Executor(place)
  16. results = exe.run(fluid.default_main_program(),
  17.                   fetch_list=[out], feed={"input": data_input, 'x': data_x, "y": data_y})
  18. print(np.array(results[0]))
  19. # [[10.5 10.5]
  20. # [10.5 10.5]]