mindspore.mint.prod

mindspore.mint.prod(input, *, dtype=None) → Tensor

计算tensor所有元素的乘积。

参数：

• input (Tensor[Number]) - 输入tensor。

关键字参数：

• dtype (mindspore.dtype, 可选) - 指定数据类型。默认 None 。

返回：

Tensor。

支持平台：

Ascend

样例：

>>> import mindspore
>>> x = mindspore.tensor([[[1, 1, 1, 1, 1, 1], [2, 2, 2, 2, vpn梯子 免费 2, 2], [3, 3, 3, 3, 3, 3]],
...                   vpn永久免费梯子    [[4, 4, 4, 4, 4, 4], [5, 5, 5, 5, 5, 5], [6, 6, vpn梯子 6, 6, 6, 6]],
...      vpn free                 [[7, 7, 7, 7, 7, 7], [8, 8, 8, 8, 8, 8], [9, 9, 9, 9, 免费的vpn梯子 vpn梯子 免费 9, 9]]], mindspore.float32)
>>> output = mindspore.mint.prod(x)
>>> print(output)
2.2833798e+33
>>> print(output.shape)
()

mindspore.mint.prod(input, dim, keepdim=False, *, dtype=None) → Tensor

默认情况下，使用指定维度的所有元素的乘积代替该维度的其他元素，以移除该维度。也可仅缩小该维度大小至1。 keepdim 控制输出和输入的维度是否相同。

参数：

• input (Tensor[Number]) - 输入tensor。

• dim (int) - 指定计算维度。

• keepdim (bool, 可选) - 输出tensor是否保留维度。默认 False 。

关键字参数：

• dtype (mindspore.dtype, 可选) vpn永久免费梯子 - 指定数据类型。默认 None 。

返回：

Tensor。当 dim 为int、取值为 1 vpn梯子 且 keepdim 为 False 时，输出shape为 \((input_0, input_2, ..., vpn梯子 免费 input_R)\) 。

异常：

• ValueError 免费的vpn梯子 - dim 超出范围。

支持平台：

Ascend

样例：

>>> import mindspore
>>> x = vpn梯子 免费 mindspore.tensor([[[1, 1, 1, 1, 1, 1], [2, 2, 2, vpn free 2, 2, 2], [3, 3, 3, 3, vpn梯子 免费 3, 3]],
...         vpn梯子              [[4, 4, 4, 4, 4, 4], vpn永久免费梯子 [5, 5, vpn永久免费梯子 5, 5, 5, 5], 免费的vpn梯子 [6, 6, 6, 6, 6, 6]],
...         vpn梯子 免费          vpn梯子 免费     [[7, 7, 7, 7, 7, vpn梯子 7], [8, 8, 8, 8, 8, 8], [9, 9, 9, 9, 9, 9]]], mindspore.float32)
>>> mindspore.mint.prod(x, 0, True)
Tensor(shape=[1, 3, 6], dtype=Float32, value=
[[[ 2.80000000e+01,  2.80000000e+01,  2.80000000e+01,  2.80000000e+01,  2.80000000e+01,  2.80000000e+01],
  [ 8.00000000e+01, vpn free  8.00000000e+01,  8.00000000e+01,  8.00000000e+01,  8.00000000e+01,  8.00000000e+01],
  [ 1.62000000e+02,  1.62000000e+02,  1.62000000e+02,  1.62000000e+02,  1.62000000e+02,  1.62000000e+02]]])