mindspore.ops.kron
- mindspore.ops.kron(x, y)[源代码]
计算 x 和 y 的Kronecker积:\(x ⊗ y\) 。 如果 x 是Tensor \((a_{0}\) x \(a_{1}\) x … x \(a_{n})\) , y 是Tensor \((b_{0}\) x \(b_{1}\) x … x \(b_{n})\) ,计算结果为Tensor \((a_{0}*b_{0}\) x \(a_{1}*b_{1}\) x … x \(a_{n}*b_{n})\) ,计算公式如下:
\[(x ⊗ y)_{k_{0},k_{1},...k_{n}} = x_{i_{0},i_{1},...i_{n}} * y_{j_{0},j_{1},...j_{n}},\]其中,对于所有的 0 ≤ t ≤ n,都有 \(k_{t} = i_{t} * b_{t} + j_{t}\) 。如果其中一个Tensor维度小于另外一个, 则对维度较小的Tensor进行unsqueeze补维操作,直到两个Tensor维度相同为止。
说明
支持实数和复数类型的输入。
- 参数:
x (Tensor) - 输入Tensor,shape为 \((r0, r1, ... , rN)\) 。
y (Tensor) - 输入Tensor,shape为 \((s0, s1, ... , sN)\) 。
- 返回:
Tensor,shape为 \((r0 * s0, r1 * s1, ... , rN * sN)\) 。
- 异常:
TypeError - x 不是Tensor。
TypeError - y 不是Tensor。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import mindspore >>> import numpy as np >>> from mindspore import Tensor, nn >>> from mindspore import ops >>> x = Tensor(np.array([[0, 1, 2], [3, 4, 5]])).astype(np.float32) >>> y = Tensor(np.array([[-1, -2, -3], [-4, -6, -8]])).astype(np.float32) >>> output = ops.kron(x, y) >>> print(output) [[ 0. 0. 0. -1. -2. -3. -2. -4. -6.] [ 0. 0. 0. -4. -6. -8. -8. -12. -16.] [ -3. -6. -9. -4. -8. -12. -5. -10. -15.] [-12. -18. -24. -16. -24. -32. -20. -30. -40.]]