multi_dot

paddle.linalg. multi_dot ( x, name=None ) [源代码]

Multi_dot 是一个计算多个矩阵乘法的算子。

算子支持 float16(仅限 GPU)、float32 和 float64 三种类型。该算子不支持批量输入。

输入[x]的每个 tensor 的 shape 必须是二维的,除了第一个和最后一个 tensor 可以是一维的。如果第一个 tensor 是 shape 为(n, )的一维向量,该 tensor 将被当作是 shape 为(1, n)的行向量处理,同样的,如果最后一个 tensor 的 shape 是(n, ),将被当作是 shape 为(n, 1)的列向量处理。

如果第一个和最后一个 tensor 是二维矩阵,那么输出也是一个二维矩阵,否则输出是一维的向量。

Multi_dot 会选择计算量最小的乘法顺序进行计算。(a, b)和(b, c)这样两个矩阵相乘的计算量是 a * b * c。给定矩阵 A, B, C 的 shape 分别为(20, 5), (5, 100),(100, 10),我们可以计算不同乘法顺序的计算量:

  • Cost((AB)C) = 20x5x100 + 20x100x10 = 30000

  • Cost(A(BC)) = 5x100x10 + 20x5x10 = 6000

在这个例子中,先算 B 乘以 C 再乘 A 的计算量比按顺序乘少 5 倍。

参数

  • x ([tensor]):输入的是一个 tensor 列表。

  • 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

Tensor

代码示例

>>> import paddle

>>> # A * B
>>> A = paddle.rand([3, 4])
>>> B = paddle.rand([4, 5])
>>> out = paddle.linalg.multi_dot([A, B])
>>> print(out.shape)
[3, 5]

>>> # A * B * C
>>> A = paddle.rand([10, 5])
>>> B = paddle.rand([5, 8])
>>> C = paddle.rand([8, 7])
>>> out = paddle.linalg.multi_dot([A, B, C])
>>> print(out.shape)
[10, 7]

使用本API的教程文档