32 lines
1.5 KiB
ReStructuredText
32 lines
1.5 KiB
ReStructuredText
mindspore.mint.cdist
|
||
=====================
|
||
|
||
.. py:function:: mindspore.mint.cdist(x1, x2, p=2.0, compute_mode='use_mm_for_euclid_dist_if_necessary')
|
||
|
||
计算两个Tensor每对行向量之间的p-norm距离。
|
||
|
||
.. warning::
|
||
这是一个实验性API，后续可能修改或删除。
|
||
|
||
.. note::
|
||
Ascend上支持的输入数据类型为float16和float32。
|
||
|
||
参数：
|
||
- **x1** (Tensor) - 输入Tensor，shape为 :math:`(B, P, M)` ， :math:`B` 表示0或者正整数。 :math:`B` 维度为0时该维度被忽略，shape为 :math:`(P, M)` 。
|
||
- **x2** (Tensor) - 输入Tensor，shape为 :math:`(B, R, M)` ，与 `x1` 的数据类型一致。
|
||
- **p** (float，可选) - 计算向量对p-norm距离的P值，P >= 0。默认值： ``2.0`` 。
|
||
- **compute_mode** (str，可选) - 指定计算模式。目前设置此参数无效果。默认值： ``'use_mm_for_euclid_dist_if_necessary'`` 。
|
||
|
||
返回：
|
||
Tensor，p-范数距离，数据类型与 `x1` 一致，shape为 :math:`(B, P, R)`。
|
||
|
||
异常：
|
||
- **TypeError** - `x1` 或 `x2` 不是Tensor。
|
||
- **TypeError** - `x1` 或 `x2` 的数据类型不符合上述“说明”中的要求。
|
||
- **TypeError** - `p` 不是float32。
|
||
- **ValueError** - `p` 是负数。
|
||
- **ValueError** - `x1` 与 `x2` 维度不同。
|
||
- **ValueError** - `x1` 与 `x2` 的维度既不是2，也不是3。
|
||
- **ValueError** - `x1` 和 `x2` 的批次维无法广播。
|
||
- **ValueError** - `x1` 和 `x2` 的列数不一样。
|