mars.tensor.prod#

mars.tensor.prod(a, axis=None, dtype=None, out=None, keepdims=None, combine_size=None)[来源]#

返回给定轴上张量元素的乘积。

Parameters

  • a (array_like) – 输入数据。

  • axis (无或 int 或 tuple 的 ints, 可选) –

    在此执行乘积的轴。默认情况下， axis=None 将计算输入张量中所有元素的乘积。如果轴为负，则从最后一个轴计数到第一个轴。

    如果轴是整数的元组，则对元组中指定的所有轴而不是单一轴或之前的所有轴执行乘积。

  • dtype (dtype, 可选) – 返回的张量的类型，以及元素相乘的累加器的类型。默认情况下使用a的dtype，除非a的整数dtype的精度低于默认平台整数。在这种情况下，如果a是有符号的，则使用平台整数；如果a是无符号的，则使用与平台整数相同精度的无符号整数。

  • out (Tensor, 可选) – 备用输出张量，用于放置结果。它必须具有与预期输出相同的形状，但输出值的类型在必要时将被转换。

  • keepdims (bool, 可选) –

    如果设置为 True，那么被缩减的轴将保留在结果中，作为大小为一的维度。使用此选项，结果将与输入数组正确地广播。

    如果传递默认值，则keepdims不会传递给Tensor的子类的prod方法，然而任何非默认值将会被传递。如果子类的sum方法未实现keepdims，则会引发异常。

  • combine_size (int, 可选) – 拼接的块数。

Returns

product_along_axis – 一个形状为 a 的张量，但指定的轴已被移除。如果指定，返回对 out 的引用。

Return type

张量，见上面的 dtype 参数。

另请参阅

Tensor.prod

等效方法

备注

当使用整数类型时，算术运算是模块化的，溢出时不会引发错误。这意味着，在32位平台上：

>>> import mars.tensor as mt

>>> x = mt.array([536870910, 536870910, 536870910, 536870910])
>>> mt.prod(x).execute()  # random
16

空数组的乘积是中性元素 1：

>>> mt.prod([]).execute()
1.0

示例

默认情况下，计算所有元素的乘积：

>>> mt.prod([1.,2.]).execute()
2.0

即使输入数组是二维的：

>>> mt.prod([[1.,2.],[3.,4.]]).execute()
24.0

但我们也可以指定要乘的轴：

>>> mt.prod([[1.,2.],[3.,4.]], axis=1).execute()
array([  2.,  12.])

如果x的类型是无符号的，那么输出类型是无符号平台整数：

>>> x = mt.array([1, 2, 3], dtype=mt.uint8)
>>> mt.prod(x).dtype == mt.uint
True

如果 x 是有符号整数类型，则输出类型是默认平台整数：

>>> x = mt.array([1, 2, 3], dtype=mt.int8)
>>> mt.prod(x).dtype == int
True