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.dense

mindspore.ops.dense(input, weight, bias=None)

对输入 input 应用全连接操作。全连接定义为：

$$output=input\ast weigh{t}^T+bias$$

警告

这是一个实验性API，后续可能修改或删除。

参数：

• input (Tensor) - 输入Tensor，shape是 $(\ast ,in\mathrm{\_}channels)$，其中 $\ast$ 表示任意的附加维度。

• weight (Tensor) - 输入Tensor的权重，shape是 $(out\mathrm{\_}channels,in\mathrm{\_}channels)$ 或 $(in\mathrm{\_}channels)$。

• bias (Tensor，可选) - 添加在输出结果的偏差，shape是 $(out\mathrm{\_}channels)$ 或 $()$。默认值：None ，偏差为0。

返回：

输出结果，shape由 input 和 weight 的shape决定。

异常：

• TypeError - input 不是Tensor。

• TypeError - weight 不是Tensor。

• TypeError - bias 不是Tensor。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> import mindspore
>>> from mindspore import Tensor, ops
>>> input = Tensor([[-1., 1., 2.], [-3., -3., 1.]], mindspore.float32)
>>> weight = Tensor([[-2., -2., -2.], [0., -1., 0.]], mindspore.float32)
>>> bias = Tensor([0., 1.], mindspore.float32)
>>> output = ops.dense(input, weight, bias)
>>> print(output)
[[-4.  0.]
 [10.  4.]]