forked from mindspore-Ecosystem/mindspore
28 lines
1.2 KiB
ReStructuredText
28 lines
1.2 KiB
ReStructuredText
mindspore.ops.ger
|
||
========================
|
||
|
||
.. py:function:: mindspore.ops.ger(x1, x2)
|
||
|
||
计算两个Tensor的外积，即输入 `x1` 和输入 `x2` 的外积。如果 `x1` shape为 :math:`(m,)` ，`x2` shape为 :math:`(n,)` ，
|
||
那么输出就是一个shape为 :math:`(m, n)` 的Tensor。如果 `x1` shape为 :math:`(*B, m)` ，`x2` shape为 :math:`(*B, n)` ，
|
||
那么输出就是一个shape为 :math:`(*B, m, n)` 的Tensor。
|
||
|
||
.. note::
|
||
Ascend 平台暂不支持batch维度输入。即， `x1` 和 `x2` 必须为一维输入Tensor。
|
||
|
||
**参数：**
|
||
|
||
- **x1** (Tensor) - 输入Tensor，数据类型为float16或float32。
|
||
- **x2** (Tensor) - 输入Tensor，数据类型为float16或float32， 输入数据类型需和 `x1` 保持一致。
|
||
|
||
**返回：**
|
||
|
||
Tensor，是一个与 `x1` 相同数据类型的输出矩阵。当 `x1` shape为 :math:`(*B, m)` ， `x2` shape为 :math:`(*B, n)` ，那么输出shape为 :math:`(*B, m, n)` 。
|
||
|
||
**异常：**
|
||
|
||
- **TypeError** - `x1` 或 `x2` 不是Tensor。
|
||
- **TypeError** - 输入的 `x1` 与 `x2` 数据类型不是float16或float32。
|
||
- **TypeError** - 输入的 `x1` 与 `x2` 数据类型不一致。
|
||
- **ValueError** - `x1` 与 `x2` batch维 :math:`(*B)` 不相同。
|