Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
FluidDoc
提交
c9bb973b
F
FluidDoc
项目概览
PaddlePaddle
/
FluidDoc
通知
10
Star
2
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
23
列表
看板
标记
里程碑
合并请求
111
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
F
FluidDoc
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
23
Issue
23
列表
看板
标记
里程碑
合并请求
111
合并请求
111
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
c9bb973b
编写于
8月 27, 2020
作者:
S
ShenLiang
提交者:
GitHub
8月 27, 2020
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
fix doc of dot (#2378)
fix the doc of dot
上级
835102f0
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
7 addition
and
12 deletion
+7
-12
doc/fluid/api_cn/tensor_cn/dot_cn.rst
doc/fluid/api_cn/tensor_cn/dot_cn.rst
+7
-12
未找到文件。
doc/fluid/api_cn/tensor_cn/dot_cn.rst
浏览文件 @
c9bb973b
...
@@ -5,26 +5,22 @@ dot
...
@@ -5,26 +5,22 @@ dot
.. py:function:: paddle.tensor.linalg.dot(x, y, name=None)
.. py:function:: paddle.tensor.linalg.dot(x, y, name=None)
:alias_main: paddle.dot
:alias: paddle.dot, paddle.tensor.dot, paddle.tensor.linalg.dot
该OP计算向量的内积
该OP计算向量的内积
.. note::
.. note::
仅支持1维Tensor(向量)
.
支持1维和2维Tensor
.
参数:
参数:
- **x** (
Variable)- 1
维 ``Tensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或 ``int64`` 。
- **x** (
Tensor)- 1维或2
维 ``Tensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或 ``int64`` 。
- **y** (
Variable)- 1
维 ``Tensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或 ``int64`` 。
- **y** (
Tensor)- 1维或2
维 ``Tensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或 ``int64`` 。
- **name** (str,可选)- 输出的名字。默认值为None。该参数供开发人员打印调试信息时使用,具体用法请参见 :ref:`api_guide_Name` 。
- **name** (str,可选)- 输出的名字。默认值为None。该参数供开发人员打印调试信息时使用,具体用法请参见 :ref:`api_guide_Name` 。
返回: ``Tensor`` ,数据类型与 ``x`` 相同。
返回: ``Tensor`` ,数据类型与 ``x`` 相同。
返回类型:
Variable
。
返回类型:
Tensor
。
**代码示例**
**代码示例**
...
@@ -32,11 +28,10 @@ dot
...
@@ -32,11 +28,10 @@ dot
import paddle
import paddle
import numpy as np
import numpy as np
paddle.disable_static()
paddle.enable_imperative()
x_data = np.random.uniform(0.1, 1, [10]).astype(np.float32)
x_data = np.random.uniform(0.1, 1, [10]).astype(np.float32)
y_data = np.random.uniform(1, 3, [10]).astype(np.float32)
y_data = np.random.uniform(1, 3, [10]).astype(np.float32)
x = paddle.
imperative.
to_variable(x_data)
x = paddle.to_variable(x_data)
y = paddle.
imperative.
to_variable(y_data)
y = paddle.to_variable(y_data)
z = paddle.dot(x, y)
z = paddle.dot(x, y)
print(z.numpy())
print(z.numpy())
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录