multiply

paddle. multiply ( x, y, name=None, *, out=None ) [源代码] 

逐元素相乘算子，输入 x 与输入 y 逐元素相乘，并将各个位置的输出元素保存到返回结果中。

等式是：

\[Out = X \odot Y\]

\(X\)：多维 Tensor。
\(Y\)：维度必须小于等于 X 维度的 Tensor。

对于这个运算算子有 2 种情况：

\(Y\) 的 shape 与 \(X\) 相同。

\(Y\) 的 shape 是 \(X\) 的连续子序列。

输入 x 与输入 y 必须可以广播为相同形状，关于广播规则，请参见 Tensor 介绍 .

备注

别名支持: 参数名 input 可替代 x， other 可替代 y;

参数

x （Tensor）- 多维 Tensor。数据类型为 bfloat16 、 float16 、 float32 、 float64 、 int32 、 int64、 bool、 complex64 或 complex128。 别名：input

y （Tensor）- 多维 Tensor。数据类型为 bfloat16 、 float16 、 float32 、 float64 、 int32 、 int64、 bool、 complex64 或 complex128。 别名：other

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

out (Tensor，可选)- 输出的结果。该参数为仅关键字参数，默认值为 None。

关键字参数

out (Tensor，可选) - 输出 Tensor，若不为 None，计算结果将保存在该 Tensor 中，默认值为 None。

返回

Tensor，存储运算后的结果。如果 x 和 y 有不同的 shape 且是可以广播的，返回 Tensor 的 shape 是 x 和 y 经过广播后的 shape。如果 x 和 y 有相同的 shape，返回 Tensor 的 shape 与 x，y 相同。

代码示例

          >>> import paddle

>>> x = paddle.to_tensor([[1, 2], [3, 4]])
>>> y = paddle.to_tensor([[5, 6], [7, 8]])
>>> res = paddle.multiply(x, y)
>>> print(res)
Tensor(shape=[2, 2], dtype=int64, place=Place(cpu), stop_gradient=True,
[[5 , 12],
 [21, 32]])
>>> x = paddle.to_tensor([[[1, 2, 3], [1, 2, 3]]])
>>> y = paddle.to_tensor([2])
>>> res = paddle.multiply(x, y)
>>> print(res)
Tensor(shape=[1, 2, 3], dtype=int64, place=Place(cpu), stop_gradient=True,
[[[2, 4, 6],
  [2, 4, 6]]])

         

使用本API的教程文档¶

PyTorch 写法