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.bmm

mindspore.ops.bmm(input_x, mat2)

基于batch维度的两个Tensor的矩阵乘法。

$$\text{output}[...,:,:]=\text{matrix}(inpu{t}_x[...,:,:])\ast \text{matrix}(mat2[...,:,:])$$

input_x 的维度不能小于 3 ， mat2 的维度不能小于 2 。

参数：

• input_x (Tensor) - 输入相乘的第一个Tensor。其shape为 $(\ast B,N,C)$ ，其中 $\ast B$ 表示批处理大小，可以是多维度， $N$ 和 $C$ 是最后两个维度的大小。

• mat2 (Tensor) - 输入相乘的第二个Tensor。Tensor的shape为 $(\ast B,C,M)$ 。

返回：

Tensor，输出Tensor的shape为 $(\ast B,N,M)$ 。

异常：

• ValueError - input_x 的维度小于 3 或者 mat2 的维度小于2。

• ValueError - input_x 第三维的长度不等于 mat2 第二维的长度。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore as ms
>>> from mindspore import Tensor, ops
>>> import numpy as np
>>> input_x = Tensor(np.arange(24).reshape((2, 4, 1, 3)), ms.float32)
>>> mat2 = Tensor(np.arange(72).reshape((2, 4, 3, 3)), ms.float32)
>>> output = ops.bmm(input_x, mat2)
>>> print(output)
[[[[  15.   18.   21.]]
  [[ 150.  162.  174.]]
  [[ 447.  468.  489.]]
  [[ 906.  936.  966.]]]
 [[[1527. 1566. 1605.]]
  [[2310. 2358. 2406.]]
  [[3255. 3312. 3369.]]
  [[4362. 4428. 4494.]]]]