kron

paddle.fluid.layers.kron(x, y, out=None, name=None)[源代码]

Kronecker Product 算子。

该 OP 计算两个张量的克罗内克积，结果是一个合成的张量，由第二个张量经过第一个张量中的元素缩放 后的组块构成。

这个 OP 预设两个张量

X 和

Y 的秩 (rank) 相同，如有必要，将会在秩较小的张量的形状前面补 上 1。令

X 的形状是 [

r0,

r1, …,

rN]，

Y 的形状是 [

s0,

s1, …,

sN]，那么输出张量的形状是 [

r0s0,

r1s1, …,

rNsN]. 其中的元素是

X 和

Y 中的元素 的乘积。

公式为

其中

参数

• x (Variable) – Kron OP 的第一个输入。多维 Tensor，数据类型为 float16, float32, float64, int32 或 int64。
• y (Variable) – Kron OP 的第二个输入。多维 Tensor，数据类型为 float16, float32, float64, int32 或 int64，与 x 相同。
• out (Variable， 可选) - 指定算子输出结果的 Tensor，可以是程序中已经创建的任何 Variable。默认值为 None，此时将创建新的 Variable 来保存输出结果。
• name (str，可选) – 该参数供开发人员打印调试信息时使用，具体用法请参见 Name ，默认值为 None。

返回

• Kron OP 的输出。多维 Tensor，数据类型为 float16, float32, float64, int32 或 int64，与 x 一致。

返回类型

Variable

代码示例

import paddle
from paddle import fluid
import paddle.fluid.dygraph as dg
import numpy as np
a = np.arange(1, 5).reshape(2, 2).astype(np.float32)
b = np.arange(1, 10).reshape(3, 3).astype(np.float32)
place = fluid.CPUPlace()
with dg.guard(place):
    a_var = dg.to_variable(a)
    b_var = dg.to_variable(b)
    c_var = fluid.layers.kron(a_var, b_var)
    c_np = c_var.numpy()
print(c_np)
#[[ 1.  2.  3.  2.  4.  6.]
# [ 4.  5.  6.  8. 10. 12.]
# [ 7.  8.  9. 14. 16. 18.]
# [ 3.  6.  9.  4.  8. 12.]
# [12. 15. 18. 16. 20. 24.]
# [21. 24. 27. 28. 32. 36.]]