mindspore.numpy.tensordot

mindspore.numpy.tensordot(a, b, axes=2)

沿指定轴计算Tensor的点积。

给定两个Tensor a 和 b ，以及一个包含两个类数组对象的类数组对象 (a_axes, b_axes)，对 a 和 b 的元素(分量)在 a_axes 和 b_axes 指定的轴上求逐元素乘积之和。第三个参数可以是一个非负整数标量 N ，如果是 N ，则对 a 的最后 N 个维度和 b 的前 N 个维度进行求和。 常见的三种用例是：

• axes = 0 ：Tensor积

• axes = 1 ：Tensor点积

• axes = 2 ：(默认)Tensor双重缩并

当 axes 为整数时，计算的顺序是：首先是 a 的第-N轴和 b 的第0轴，最后是 a 的 -1 轴和 b 的第N轴。 对于多个轴进行求和且它们不是 a(b) 的最后(b的第一个)轴时，参数 axes 应由两个相同长度的序列组成，第一个序列应用于 a ，第二个序列应用于 b ，依此类推。 结果的shape由第一个Tensor的未缩并轴以及第二个Tensor的未缩并轴组成。

说明

在 CPU 上，支持的dtype是 np.float16 和 np.float32。在 GPU 上，支持的dtype是 np.float16 和 np.float32。

参数：

• a (Tensor) - 需计算点积的Tensor。

• b (Tensor) - 需计算点积的Tensor。

• axes (int或int的序列) -

  类int值：如果是整数 N ，则按顺序对 a 的最后 N 个轴和 b 的前 N 个轴进行求和。对应的轴的大小必须匹配。

  int的序列：一个包含要进行求和的轴的列表，第一个序列应用于 a ，第二个序列应用于 b 。 两个类数组元素必须具有相同长度。

返回：

Tensor或元素为Tensor的list，输入Tensor的点积。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore.numpy as np
>>> a = np.ones((3, 4, 5))
>>> b = np.ones((4, 3, 2))
>>> output = np.tensordot(a, b, axes=([1,0],[0,1]))
>>> print(output.shape)
(5, 2)