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。

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.pdist

mindspore.ops.pdist(x, p=2.0)

计算输入中每对行向量之间的p-范数距离。如果输入Tensor x 的shape为 $(N,M)$，那么输出就是一个shape为 $(N\ast (N-1)/2,)$ 的Tensor。 如果输入 x 的shape为 $(\ast B,N,M)$，那么输出就是一个shape为 $(\ast B,N\ast (N-1)/2)$ 的Tensor。

$$y[n]=\sqrt[p]{{\mid x_i-x_j\mid }^p}$$

其中 $x_i,x_j$ 是输入中两个不同的行向量。

参数：

• x (Tensor) - 输入Tensor x ，其shape为 $(\ast B,N,M)$，其中 $\ast B$ 表示批处理大小，可以是多维度。类型：float16，float32或float64。

• p (float) - p-范数距离的p值，$p\in [0，\infty ]$。默认值：2.0。

返回：

Tensor，类型与 x 一致。

异常：

• TypeError - x 不是Tensor。

• TypeError - x 的数据类型不是float16，float32，float64。

• TypeError - p 不是float。

• ValueError - p 是负数。

• ValueError - x 的维度小于2。

支持平台：

CPU

样例：

>>> x = Tensor(np.array([[1.0, 1.0], [2.0, 2.0], [3.0, 3.0]]).astype(np.float32))
>>> y = ops.pdist(x, p=2.0)
>>> print(y)
[1.4142135 2.828427 1.4142135]