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。

提交

文档反馈

mindspore.ops.Addcmul

class mindspore.ops.Addcmul

将 x1 和 x2 的逐元素相乘的结果乘以 value ，并将其添加到 input_data 中。计算操作如下：

$$output[i]=input\mathrm{\_}data[i]+value[i]\ast (x1[i]\ast x2[i])$$

输入：

• input_data (Tensor) - 要添加的Tensor。

• x1 (Tensor) - 要乘以的Tensor。

• x2 (Tensor) - 要乘以的Tensor。

• value (Tensor) - Tensor x1*x2的乘数。

输出：

Tensor，具有与x1*x2相同的shape和dtype。

异常：

• TypeError - 如果 x1 、 x2 、 value 、 input_data 不是Tensor。

• TypeError - 如果 x1 、 x2 、 value 、 input_data 的dtype不一致。

• ValueError - 如果无法将 x1 广播到 x2 。

• ValueError - 如果无法将 value 广播到 x1 * x2 。

• ValueError - 如果无法将 input_data 广播到 value*(x1*x2) 。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> input_data = Tensor(np.array([1, 1, 1]), mindspore.float32)
>>> x1 = Tensor(np.array([[1], [2], [3]]), mindspore.float32)
>>> x2 = Tensor(np.array([[1, 2, 3]]), mindspore.float32)
>>> value = Tensor([1], mindspore.float32)
>>> addcmul = ops.Addcmul()
>>> y = addcmul(input_data, x1, x2, value)
>>> print(y)
[[ 2.  3.  4.]
[ 3.  5.  7.]
[ 4.  7. 10.]]