prod

paddle. prod ( x, axis=None, keepdim=False, dtype=None, name=None ) [源代码]

对指定维度上的Tensor元素进行求乘积运算，并输出相应的计算结果。

参数：

  • x (Tensor) - 输入的 Tensor ，数据类型为：float32、float64、int32、int64。

  • axis (int|list|tuple，可选) - 求乘积运算的维度。如果是None，则计算所有元素的乘积并返回包含单个元素的Tensor，否则该参数必须在 \([-x.ndim, x.ndim)\) 范围内。如果 \(axis[i] < 0\) ，则维度将变为 \(x.ndim + axis[i]\) ，默认为None。

  • keepdim (bool，可选) - 是否在输出 Tensor 中保留减小的维度。如 keepdim 为True，否则结果张量的维度将比输入张量小，默认值为False。

  • dtype (str，可选) - 输出Tensor的数据类型，支持int32、int64、float32、float64。如果指定了该参数，那么在执行操作之前，输入Tensor将被转换为dtype类型. 这对于防止数据类型溢出非常有用。若参数为空，则输出变量的数据类型和输入变量相同，默认为：None。

  • name （str，可选）- 操作的名称(可选，默认值为None）。更多信息请参见 Name 。

返回：指定axis上累乘的结果的Tensor。

代码示例：

import paddle
import numpy as np


# the axis is a int element
data_x = np.array([[0.2, 0.3, 0.5, 0.9],
             [0.1, 0.2, 0.6, 0.7]]).astype(np.float32)
x = paddle.to_tensor(data_x)
out1 = paddle.prod(x)
# [0.0002268]

out2 = paddle.prod(x, -1)
# [0.027  0.0084]

out3 = paddle.prod(x, 0)
# [0.02 0.06 0.3  0.63]

out4 = paddle.prod(x, 0, keepdim=True)
# [[0.02 0.06 0.3  0.63]]

out5 = paddle.prod(x, 0, dtype='int64')
# [0 0 0 0]

# the axis is list
data_y = np.array([[[1.0, 2.0], [3.0, 4.0]],
                   [[5.0, 6.0], [7.0, 8.0]]])
y = paddle.to_tensor(data_y)
out6 = paddle.prod(y, [0, 1])
# [105. 384.]

out7 = paddle.prod(y, (1, 2))
# [  24. 1680.]