文档反馈

问题文档片段

问题文档片段包含公式时,显示为空格。

提交类型
issue

有点复杂...

找人问问吧。

PR

小问题,全程线上修改...

一键搞定!

请选择提交类型

问题类型
规范和低错类

- 规范和低错类:

- 错别字或拼写错误,标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致,但不影响操作。

- 表述不通顺,但不影响理解。

- 版本号不匹配:如软件包名称、界面版本号。

易用性

- 易用性:

- 关键步骤错误或缺失,无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰,该分类、分项、分步骤的没有给出。

正确性

- 正确性:

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误,无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示:

- 对重要数据或系统存在风险的操作,缺少安全提示。

内容合规

- 内容合规:

- 违反法律法规,涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述,以帮助我们快速定位问题。

mindspore.mint.mv

查看源文件
mindspore.mint.mv(input, vec)[源代码]

实现矩阵 input 和向量 vec 相乘。 如果 input 是shape为 (N,M) 的Tensor, vec 是shape为 (M,) 的Tensor, 则输出shape为 (N,) 的一维Tensor。

警告

这是一个实验性API,后续可能修改或删除。

参数:
  • input (Tensor) - 输入矩阵。其shape为 (N,M) ,且rank必须为二维。

  • vec (Tensor) - 输入向量。其shape为 (M,) ,且rank必须为一维。

返回:

Tensor,shape为 (N,)

异常:
  • TypeError - 如果 input 或者 vec 不是Tensor。

  • TypeError - 如果 inputvec 的dtype均不是float16、float32。

  • TypeError - 如果 inputvec 的dtype不同。

  • ValueError - 如果 input 不是二维张量,或者 vec 不是一维张量。

支持平台:

Ascend

样例:

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, mint
>>> input = Tensor(np.array([[3., 4.], [1., 6.], [1., 3.]]).astype(np.float32))
>>> vec = Tensor(np.array([1., 2.]).astype(np.float32))
>>> output = mint.mv(input, vec)
>>> print(output)
[11. 13. 7.]