mindspore.ops.kron

mindspore.ops.kron(input, other)[源代码]

计算 inputother 的Kronecker积:\(input ⊗ other\) 。 如果 input 是Tensor \((a_{0}\) input \(a_{1}\) input … input \(a_{n})\)other 是Tensor \((b_{0}\) input \(b_{1}\) input … input \(b_{n})\) ,计算结果为Tensor \((a_{0}*b_{0}\) input \(a_{1}*b_{1}\) input … input \(a_{n}*b_{n})\) ,计算公式如下:

\[(input ⊗ y)_{k_{0},k_{1},...k_{n}} = input_{i_{0},i_{1},...i_{n}} * other_{j_{0},j_{1},...j_{n}},\]

其中,对于所有的 0 ≤ tn,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:
  • input (Tensor) - 输入Tensor,shape为 \((r0, r1, ... , rN)\)

  • other (Tensor) - 输入Tensor,shape为 \((s0, s1, ... , sN)\)

返回:

Tensor,shape为 \((r0 * s0, r1 * s1, ... , rN * sN)\)

异常:
  • TypeError - input 不是Tensor。

  • TypeError - other 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
>>> input = Tensor(np.array([[0, 1, 2], [3, 4, 5]])).astype(np.float32)
>>> other = Tensor(np.array([[-1, -2, -3], [-4, -6, -8]])).astype(np.float32)
>>> output = ops.kron(input, other)
>>> 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.]]