mindspore2022/docs/api/api_python/ops/mindspore.ops.MatMul.rst

mindspore.ops.matmul
=====================

.. py:class:: mindspore.ops.MatMul(transpose_a=False, transpose_b=False)

    将矩阵 `a` 和矩阵 `b` 相乘。

    .. math::

        (Output)_{i j}=\sum_{k=1}^{p} a_{i k} b_{k j}=a_{i 1} b_{1 j}+a_{i 2} b_{2 j}+\cdots+a_{i p} b_{p j}, p\in N

    其中， :math:`i,j` 表示输出的第i行和第j列元素。

    **参数：**

    - **transpose_a** (bool) - 如果为True，则在相乘之前转置 `a`。默认值：False。
    - **transpose_b** (bool) - 如果为True，则在相乘之前转置 `b`。默认值：False。

    **输入：**

    - **a** (Tensor) - 要相乘的第一个Tensor。如果 `transpose_a` 为False，则该Tensor的shape为 :math:`(N, C)` ；否则，该Tensor的shape为 :math:`(C, N)` 。
    - **b** (Tensor) - 要相乘的第二个Tensor。如果 `transpose_b` 为False，则该Tensor的shape为 :math:`(C, M)` ；否则，该Tensor的shape为 :math:`(M, C)` 。

    **输出：**

    Tensor，输出Tensor的shape为 :math:`(N, M)` 。

    **异常：**

    - **TypeError** - `transpose_a` 或 `transpose_b` 不是bool。
    - **ValueError** - 矩阵 `a` 的维度的列不等于矩阵 `b` 的维度的行。
    - **ValueError** - `a` 或 `b` 的维度不等于2。

    **支持平台：**

    ``Ascend`` ``GPU`` ``CPU``

    **样例：**

    >>> a = Tensor(np.ones(shape=[1, 3]), mindspore.float32)
    >>> b = Tensor(np.ones(shape=[3, 4]), mindspore.float32)
    >>> matmul = ops.MatMul()
    >>> output = matmul(a, b)
    >>> print(output)
    [[3. 3. 3. 3.]]