vander
生成范德蒙德矩阵。
输出矩阵的每一列都是输入向量的幂。 幂的顺序由递增的布尔参数确定。 具体而言，当递增为 false 时，第 i 个输出列是输入向量元素顺序的升序，其幂为 N-i-1。 每行都有等比级数的这样一个矩阵称为 Alexandre-Theophile Vandermonde 矩阵。
参数
x (Tensor) - 输入的 Tensor，必须是 1-D Tensor, 支持的数据类型：int32、int64、float32、float64、complex64、complex128。
n (int，可选) - 输出中的列数。如果未指定 n，则返回一个方阵(n = len(x))。别名
N。increasing (bool，可选) - 列的幂次顺序。如果为 True，则幂次从左到右增加，如果为 False（默认值），则幂次顺序相反。
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。
返回
返回一个根据 n 和 increasing 创建的范德蒙德矩阵。
代码示例
>>> import paddle
>>> x = paddle.to_tensor([1.0, 2.0, 3.0], dtype="float32")
>>> out = paddle.vander(x)
>>> out
Tensor(shape=[3, 3], dtype=float32, place=Place(cpu), stop_gradient=True,
[[1., 1., 1.],
[4., 2., 1.],
[9., 3., 1.]])
>>> out1 = paddle.vander(x, 2)
>>> out1
Tensor(shape=[3, 2], dtype=float32, place=Place(cpu), stop_gradient=True,
[[1., 1.],
[2., 1.],
[3., 1.]])
>>> out2 = paddle.vander(x, increasing=True)
>>> out2
Tensor(shape=[3, 3], dtype=float32, place=Place(cpu), stop_gradient=True,
[[1., 1., 1.],
[1., 2., 4.],
[1., 3., 9.]])
>>> real = paddle.to_tensor([2.0, 4.0])
>>> imag = paddle.to_tensor([1.0, 3.0])
>>> complex = paddle.complex(real, imag)
>>> out3 = paddle.vander(complex)
>>> out3
Tensor(shape=[2, 2], dtype=complex64, place=Place(cpu), stop_gradient=True,
[[(2.00000000+1.00000000j), (1.00000000+0.00000000j)],
[(4.00000000+3.00000000j), (1.00000000+0.00000000j)]])