pypto.mul#

产品支持情况#

  • Ascend 950PR/Ascend 950DT：支持

  • Atlas A3 训练系列产品/Atlas A3 推理系列产品：支持

  • Atlas A2 训练系列产品/Atlas A2 推理系列产品：支持

功能说明#

按元素求积，公式表达如下：

\[ res_{i} = input_{i} * other_{i} \]

函数原型#

mul(input: Tensor, other: Union[Tensor, float, int]) -> Tensor

参数说明#

参数名

输入/输出

说明

input

输入

源操作数。
支持的类型为：Tensor。
Tensor支持的数据类型为：DT_INT32，DT_FP32，DT_INT16，DT_FP16，DT_BF16。
不支持空Tensor；Shape仅支持1-4维；支持多维度广播到相同形状；Shape Size不大于2147483647（即INT32_MAX）。

other

输入

源操作数。
支持的类型为float、int以及Tensor类型。
Tensor支持的数据类型为：DT_INT32，DT_FP32，DT_INT16，DT_FP16，DT_BF16。
不支持空Tensor；Shape仅支持1-4维；支持多维度广播到相同形状；Shape Size不大于2147483647（即INT32_MAX）。

返回值说明#

返回输出Tensor，Tensor的数据类型和input、other相同，Shape为input和other广播后大小。

约束说明#

  1. input和other都为Tensor时，数据类型应该相同。

  2. other为scalar时，若input为浮点类型，则scalar支持整型（自动转为浮点）；若input为整型，则scalar不支持浮点类型（会报错）。

  3. Tensor类型输入不支持TileOpFormat.TILEOP_NZ格式。

调用示例#

TileShape设置示例#

调用该operation接口前，应通过set_vec_tile_shapes设置TileShape。

TileShape维度应和输出一致。

如非广播场景，输入input shape为[m, n]，other为[m, n]，输出为[m, n]，TileShape设置为[m1, n1],则m1, n1分别用于切分m, n轴。

广播场景，输入input shape为[m, n]，other为[m, 1]，输出为[m, n]，TileShape设置为[m1, n1],则m1, n1分别用于切分m, n轴。

pypto.set_vec_tile_shapes(4, 16)

接口调用示例#

x = pypto.tensor([2, 3], pypto.DT_FP32)
y = pypto.tensor([2, 3], pypto.DT_FP32)
z = pypto.mul(x, y)

结果示例如下：

输入数据x:  [[1.0 2.0 3.0],
             [1.0 2.0 3.0]]
输入数据y:  [[1.0 2.0 3.0],
             [1.0 2.0 3.0]]
输出数据z:  [[1.0 4.0 9.0],
             [1.0 4.0 9.0]]