mul¶

paddle.fluid.layers. mul ( x, y, x_num_col_dims=1, y_num_col_dims=1, name=None ) [源代码] ¶

mul算子此运算是用于对输入x和y执行矩阵乘法。公式是：

\[Out = x * y\]

输入x和y都可以携带LoD（详细程度）信息。但输出仅与输入x共享LoD信息。

参数¶

x (Variable) - 乘法运算的第一个输入张量Tensor/LoDTensor。

y (Variable) - 乘法运算的第二个输入张量Tensor/LoDTensor。

x_num_col_dims (int，可选) - 默认值1，可以将具有两个以上维度的张量作为输入。如果输入x是具有多于两个维度的张量，则输入x将先展平为二维矩阵。展平规则是：前 num_col_dims 将被展平成最终矩阵的第一个维度（矩阵的高度），其余的 rank(x) - num_col_dims 维度被展平成最终矩阵的第二个维度（矩阵的宽度）。结果是展平矩阵的高度等于x的前 x_num_col_dims 维数的乘积，展平矩阵的宽度等于x的最后一个 rank(x)- num_col_dims 个剩余维度的维数的乘积。例如，假设x是一个5-D张量，形状为（2,3,4,5,6），并且 x_num_col_dims 的值为3。则扁平化后的张量具有的形即为（2x3x4,5x6）=（24,30）。

y_num_col_dims (int，可选) - 默认值1，可以将具有两个以上维度的张量作为输入。如果输入y是具有多于两个维度的张量，则y将首先展平为二维矩阵。y_num_col_dims 属性确定y的展平方式。有关更多详细信息，请参阅 x_num_col_dims 的注释。

name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回¶

Variable(Tensor)乘法运算输出张量。

返回类型¶

变量(Variable)。

代码示例¶

          import paddle.fluid as fluid
import paddle
paddle.enable_static()
dataX = fluid.layers.data(name="dataX", append_batch_size = False, shape=[2, 5], dtype="float32")
dataY = fluid.layers.data(name="dataY", append_batch_size = False, shape=[5, 3], dtype="float32")
output = fluid.layers.mul(dataX, dataY,
                          x_num_col_dims = 1,
                          y_num_col_dims = 1)

         