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.numpy.convolve

mindspore.numpy.convolve(a, v, mode='full')

返回两个一维序列的离散线性卷积。

说明

如果 v 比 a 长，计算前会交换这两个Tensor。

参数：

• a (Union[list, tuple, Tensor]) - 第一个输入的一维Tensor。

• v (Union[list, tuple, Tensor]) - 第二个输入的一维Tensor。

• mode (str, 可选) - 默认为 'full' ，这此 mode 下，卷积在每个重叠点计算，输出的shape为 $(N+M-1)$ 。在卷积的端点，信号可能不完全重叠，可能会看到边界效应。如果 mode 为 'same'，则返回值的长度为 max(M,N) 。 依旧可以观察到边界效应。如果 mode 为 'valid'，则返回值的长度为 max(M,N) - min(M,N) + 1。卷积仅在信号完全重叠的点给出。 信号边界外的值无效。

返回：

Tensor， a 和 v 的离散线性卷积。

异常：

• TypeError - 如果输入的类型不符合上述规定。

• ValueError - 如果 a 和 v 为空或维数错误。

支持平台：

GPU CPU

样例：

>>> import mindspore.numpy as np
>>> output = np.convolve([1., 2., 3., 4., 5.], [2., 3.], mode="valid")
>>> print(output)
[ 7. 12. 17. 22.]