PyTorch torch.add 函数
Pytorch torch 参考手册torch.add 是 PyTorch 中用于执行逐元素加法的函数。它将两个张量或一个张量和一个标量相加。
这是最基础的数学运算之一，在深度学习中的各种计算场景都会用到。
函数定义
torch.add(input, other, alpha=1, out=None)
参数:
input(Tensor): 第一个输入张量。other(Tensor 或 float): 第二个输入张量或标量。alpha(float, 可选): 缩放因子，other会乘以这个值后再加到input上，默认为 1。out(Tensor, 可选): 输出张量。
返回值:
torch.Tensor: 返回相加后的张量。
使用示例
示例 1: 两个张量相加
实例
import torch
# 创建两个张量
a = torch.tensor([1, 2, 3])
b = torch.tensor([4, 5, 6])
# 相加
c = torch.add(a, b)
print(c)
# 创建两个张量
a = torch.tensor([1, 2, 3])
b = torch.tensor([4, 5, 6])
# 相加
c = torch.add(a, b)
print(c)
输出结果为：
tensor([5, 7, 9])
示例 2: 张量加标量
实例
import torch
# 创建张量
a = torch.tensor([1, 2, 3])
# 加上标量
b = torch.add(a, 10)
print(b)
# 创建张量
a = torch.tensor([1, 2, 3])
# 加上标量
b = torch.add(a, 10)
print(b)
输出结果为：
tensor([11, 12, 13])
示例 3: 使用 alpha 参数
实例
import torch
# 创建两个张量
a = torch.tensor([1.0, 2.0, 3.0])
b = torch.tensor([1.0, 2.0, 3.0])
# 计算 a + 2 * b
c = torch.add(a, b, alpha=2)
print(c)
# 创建两个张量
a = torch.tensor([1.0, 2.0, 3.0])
b = torch.tensor([1.0, 2.0, 3.0])
# 计算 a + 2 * b
c = torch.add(a, b, alpha=2)
print(c)
输出结果为：
tensor([3., 6., 9.])
alpha 参数在实现某些算法时很有用，例如计算 input + alpha * other。
示例 4: 广播机制
实例
import torch
# 不同形状的张量相加（广播）
a = torch.tensor([[1, 2, 3], [4, 5, 6]])
b = torch.tensor([1, 2, 3])
c = torch.add(a, b)
print(c)
# 不同形状的张量相加（广播）
a = torch.tensor([[1, 2, 3], [4, 5, 6]])
b = torch.tensor([1, 2, 3])
c = torch.add(a, b)
print(c)
输出结果为：
tensor([[2, 4, 6],
[5, 7, 9])
PyTorch 支持广播机制，可以将不同形状的张量进行运算。
使用加号运算符
除了使用 torch.add() 函数，还可以直接使用 + 运算符，两者效果相同：
实例
import torch
a = torch.tensor([1, 2, 3])
b = torch.tensor([4, 5, 6])
# 两种方式等价
c1 = torch.add(a, b)
c2 = a + b
print(c1)
print(c2)
print(torch.equal(c1, c2))
a = torch.tensor([1, 2, 3])
b = torch.tensor([4, 5, 6])
# 两种方式等价
c1 = torch.add(a, b)
c2 = a + b
print(c1)
print(c2)
print(torch.equal(c1, c2))