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。

文档反馈

mindspore.ops.kron

mindspore.ops.kron(input, other)[源代码]

计算 input 和 other 的Kronecker积： $i n p u t \otimes o t h e r$ 。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：

(i n p u t \otimes y)_{k_{0}, k_{1}, . . . k_{n}} = i n p u t_{i_{0}, i_{1}, . . . i_{n}} * o t h e r_{j_{0}, j_{1}, . . . j_{n}},

其中，对于所有的 0 ≤ t ≤ n，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 $(r 0, r 1, . . ., r N)$ 。
other (Tensor) - 输入Tensor，shape为 $(s 0, s 1, . . ., s N)$ 。

返回：

Tensor，shape为 $(r 0 * s 0, r 1 * s 1, . . ., r N * s N)$ 。

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.]]