mindspore.numpy.convolve

mindspore.numpy.convolve(a, v, mode='full')

返回两个一维序列的离散线性卷积。

说明

如果 v 比 a 长，计算前会交换这两个Tensor。

参数：

• a (Union[list, tuple, Tensor]) - 第一个输入的一维Tensor。

• v (Union[list, tuple, Tensor]) - 第二个输入的一维Tensor。

• mode (str, 可选) - 默认为 'full' ，这此 mode 下，卷积在每个重叠点计算，输出的shape为 \((N + M - 1)\) 。在卷积的端点，信号可能不完全重叠，可能会看到边界效应。如果 mode 为 'same'，则返回值的长度为 max(M,N) 。 依旧可以观察到边界效应。如果 mode 为 'valid'，则返回值的长度为 max(M,N) - min(M,N) + 1。卷积仅在信号完全重叠的点给出。 信号边界外的值无效。

返回：

Tensor， a 和 v 的离散线性卷积。

异常：

• TypeError - 如果输入的类型不符合上述规定。

• ValueError - 如果 a 和 v 为空或维数错误。

支持平台：

GPU CPU

样例：

>>> import mindspore.numpy as np
>>> output = np.convolve([1., 2., 3., 4., 5.], [2., 3.], mode="valid")
>>> print(output)
[ 7. 12. 17. 22.]