torch.addbmm()

`torch.addbmm()`是PyTorch库中的一个函数，它用于在一个张量上进行批量矩阵相加并加到另一个张量上。这个操作通常在深度学习中的卷积神经网络（CNN）和循环神经网络（RNN）等模型中使用，特别是在处理三维或四维张量（batch_size x channels x height x width 或 batch_size x sequence_length x features）的时候。

函数原型如下：

torch.addbmm(input, batch1, batch2, *, beta=1, alpha=1)

参数解释：
- `input`: 第一个张量，形状通常是(batch_size, M, K)，其中M和K代表输入的行数和列数，可以看作是一个批处理中每个样本的两个矩阵相乘的结果。
- `batch1`: 第二个张量，形状通常是(batch_size, K, N)，用于对每个batch中的矩阵进行相应的相乘操作。
- `batch2`: 第三个张量，形状通常是(batch_size, M, N)，类似于batch1，但是它的列数与input的行数对应。
- `beta` (可选): 系数，控制结果张量元素的更新，默认值为1。
- `alpha` (可选): 系数，控制batch1和batch2相乘部分的贡献，默认值为1。

函数返回的是一个新张量，其形状与input相同，是对input应用了batch1和batch2的乘法并进行了累加的结果。