mindspore/docs/api/api_python/ops/mindspore.ops.SparseTensorDenseMatmul.rst

mindspore.ops.SparseTensorDenseMatmul
======================================

.. py:class:: mindspore.ops.SparseTensorDenseMatmul(adjoint_st=False, adjoint_dt=False)

    稀疏矩阵 `A` 乘以稠密矩阵 `B` 。稀疏矩阵和稠密矩阵的秩必须等于2。

    参数：
        - **adjoint_st** (bool) - 如果为True，则在乘法之前转置稀疏矩阵 `A` 。默认值：False。
        - **adjoint_dt** (bool) - 如果为True，则在乘法之前转置稠密矩阵 `B` 。默认值：False。

    输入：
        - **indices** (Tensor) - 二维Tensor，表示元素在稀疏Tensor中的位置。支持int32、int64，每个元素值都应该是非负的。shape是 :math:`(n,2)` 。
        - **values** (Tensor) - 一维Tensor，表示 `indices` 位置上对应的值。支持float16、float32、float64、int32、int64、complex64、complex128。shape应该是 :math:`(n,)` 。
        - **sparse_shape** (tuple(int) 或 Tensor) - 指定稀疏Tensor的shape，由两个正整数组成，表示稀疏Tensor的shape为 :math:`(N, C)` 。
        - **dense** (Tensor) - 二维Tensor，数据类型与 `values` 相同。

          如果 `adjoint_st` 为False， `adjoint_dt` 为False，则shape必须为 :math:`(C, M)` 。
          如果 `adjoint_st` 为False， `adjoint_dt` 为True，则shape必须为 :math:`(M, C)` 。
          如果 `adjoint_st` 为True， `adjoint_dt` 为False，则shape必须为 :math:`(N, M)` 。
          如果 `adjoint_st` 为True， `adjoint_dt` 为True，则shape必须为 :math:`(M, N)` 。

    输出：
        Tensor，数据类型与 `values` 相同。
        如果 `adjoint_st` 为False，则shape为 :math:`(N,M)` 。
        如果 `adjoint_st` 为True，则shape为 :math:`(C,M)` 。

    异常：
        - **TypeError** - 如果 `adjoint_st` 或 `adjoint_dt` 的数据类型不是bool，或者 `indices` 、 `values` 、 `dense` 的数据类型不符合参数中所描述支持的数据类型。
        - **ValueError** - 如果 `sparse_shape` 、 `indices` 、 `values` 和 `dense` 的shape不符合参数中所描述支持的数据类型。