Метод add_ класса Tensor

Метод add_ класса Tensor выполняет поэлементное прибавление к тензору числа или другого тензора. Этот метод изменяет исходный тензор на месте, что означает, что он не создает новый тензор, а модифицирует уже существующий. Название метода заканчивается на нижнее подчеркивание, что является соглашением в PyTorch для операций, изменяющих объект на месте. Метод принимает один обязательный параметр - значение, которое нужно прибавить, и несколько необязательных параметров для управления вычислениями.

Синтаксис

tensor.add_(other, *, alpha=1)

Пример

Давайте создадим тензор и прибавим к нему число 5 на месте:

import torch

t = torch.tensor([1, 2, 3, 4, 5])
t.add_(5)
print(t)

Результат выполнения кода:

tensor([ 6, 7, 8, 9, 10])

Пример

Теперь давайте прибавим к тензору другой тензор на месте. Это позволяет складывать тензоры одинаковой формы:

import torch

t1 = torch.tensor([1, 2, 3, 4, 5])
t2 = torch.tensor([5, 4, 3, 2, 1])
t1.add_(t2)
print(t1)

Результат выполнения кода:

tensor([6, 6, 6, 6, 6])

Пример

Метод add_ также поддерживает параметр alpha, который позволяет умножить второе слагаемое на коэффициент перед сложением:

import torch

t = torch.tensor([1, 2, 3, 4, 5])
t.add_(2, alpha=3)
print(t)

Результат выполнения кода:

tensor([ 7, 8, 9, 10, 11])

Пример

Важно помнить, что метод add_ изменяет тензор на месте, поэтому он не возвращает новый объект. Возвращается сам изменённый тензор:

import torch

t = torch.tensor([1, 2, 3, 4, 5])
res = t.add_(10)
print(res is t)

Результат выполнения кода:

True

Смотрите также

метод mul_,
который выполняет поэлементное умножение тензора на значение с изменением на месте
метод zero_,
который заполняет все элементы тензора нулями на месте
метод fill_,
который заполняет все элементы тензора указанным значением на месте
метод copy_,
который копирует элементы из другого тензора в текущий на месте