Python 在pytorch中的外部总和等

Numpy为任何

RxR->R

函数提供优化的外部操作，如

np.multiply.outer

或

np.subtract.outer

，其行为如下：

>>> np.subtract.outer([6, 5, 4], [3, 2, 1])
array([[3, 4, 5],
       [2, 3, 4],
       [1, 2, 3]])

似乎没有提供这样的功能（或者我错过了）。
使用火炬张量的最佳/常用/最快/最干净的方法是什么？

请参见：

许多PyTorch操作支持NumPy广播语义

外部减法是从2d数组到1d数组的广播减法，因此基本上可以将第一个数组重塑为（3，1），然后从中减去第二个数组：

x = torch.Tensor([6, 5, 4])
y = torch.Tensor([3, 2, 1])

x.reshape(-1, 1) - y
#tensor([[3., 4., 5.],
#        [2., 3., 4.],
#        [1., 2., 3.]])