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.dist

mindspore.ops.dist(input, other, p=2)

计算输入中每对行向量之间的 $p$-norm距离。

说明

在MindSpore中只支持计算整数 $p$-norm形式的范数，如果 $p$ 不是整数会引发类型错误。

参数：

• input (Tensor) - 第一个输入Tensor，数据类型需为float16或float32。

• other (Tensor) - 第二个输入Tensor，数据类型需为float16或float32。

• p (int，可选) - 范数的次数。 p 大于或等于0。默认值： 2 。

返回：

Tensor，具有与 input 相同的dtype，其shape为：$(1)$ 。

异常：

• TypeError - input 或 other 不是Tensor。

• TypeError - input 和 other 数据类型不是float16或float32。

• TypeError - p 不是非负整数。

支持平台：

Ascend GPU CPU

样例：

>>> from mindspore import Tensor, ops
>>> input_x = Tensor([[[1.0, 1.0], [2.0, 2.0]]])
>>> input_y = Tensor([[[3.0, 3.0], [3.0, 3.0]]])
>>> out = ops.dist(input_x, input_y)
>>> print(out.asnumpy())
3.1622777