比较与tf.keras.backend.dot的功能差异

tf.keras.backend.dot

tf.keras.backend.dot(x, y) -> Tensor

更多内容详见tf.keras.backend.dot。

mindspore.ops.dot

mindspore.ops.dot(x1, x2) -> Tensor

更多内容详见mindspore.ops.dot。

差异对比

TensorFlow：计算两个Tensor或Variable之间的点积。

MindSpore：当输入的两个参数都是张量时，MindSpore此API实现功能与TensorFlow一致，仅参数名不同。当输入的两个参数有任何一个是变量时，仅TensorFlow支持。

分类	子类	TensorFlow	MindSpore	差异
参数	参数1	x	x1	功能一致，参数名不同，且MindSpore参数只能为Tensor类型
	参数2	y	x2	功能一致，参数名不同，且MindSpore参数只能为Tensor类型

代码示例

当两个输入参数的都为Tensor类型时，实现功能一致，用法相同。

import tensorflow as tf

x = tf.ones([2, 3])
y = tf.ones([1, 3, 2])
xy = tf.keras.backend.dot(x, y)
print(xy.numpy())
# [[[3. 3.]]
#  [[3. 3.]]]

# MindSpore
import mindspore
from mindspore import Tensor
import numpy as np

x1 = Tensor(np.ones(shape=[2, 3]), mindspore.float32)
x2 = Tensor(np.ones(shape=[1, 3, 2]), mindspore.float32)
out = mindspore.ops.dot(x1, x2)
print(out)
# [[[3. 3.]]
#  [[3. 3.]]]