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.reshape

mindspore.ops.reshape(input, shape)[源代码]

基于给定的 shape ，对输入Tensor进行重新排列。

shape 最多只能有一个-1，在这种情况下，它可以从剩余的维度和输入的元素个数中推断出来。

参数：

input (Tensor) - Tensor的 shape 为 $(x_{1}, x_{2}, . . ., x_{R})$ 。
shape (Union[tuple[int], list[int], Tensor[int]]) - 如果 shape 是list或者tuple，其元素需为整数，并且只支持常量值。如 $(y_{1}, y_{2}, . . ., y_{S})$ 。如果 shape 是张量，则其数据类型为int32或者int64，并且只支持一维张量。兼容支持list和Tensor类型输入，但是不推荐使用。

返回：

Tensor，若给定的 shape 中不包含-1, 则输出 shape 为 $(y_{1}, y_{2}, . . ., y_{S})$ 。若给定的 shape 中第 k 个位置为-1，则输出 shape 为 $(y_{1}, . . ., y_{k - 1}, \frac{\prod_{i = 1}^{R} x_{i}}{y_{1} \times . . . \times y_{k - 1} \times y_{k + 1} \times . . . \times y_{S}}, y_{k + 1}, . . ., y_{S})$ 。

异常：

ValueError - 给定的 shape 中包含一个以上的-1。
ValueError - 给定的 shape 中包含小于-1的元素。
ValueError - 给定的 shape 中不包含-1的场景，各元素的乘积不等于输入Tensor的 shape 的乘积， $\prod_{i = 1}^{R} x_{i} \neq \prod_{i = 1}^{S} y_{i}$ ，（即与输入的数组大小不匹配）。或者给定的 shape 中包含-1的场景，除-1外元素的乘积无法整除输入Tensor的 shape 的乘积 $\prod_{i = 1}^{R} x_{i}$ 。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> input = Tensor(np.array([[-0.1, 0.3, 3.6], [0.4, 0.5, -3.2]]), mindspore.float32)
>>> output = ops.reshape(input, (3, 2))
>>> print(output)
[[-0.1  0.3]
 [ 3.6  0.4]
 [ 0.5 -3.2]]