forked from mindspore-Ecosystem/mindspore
30 lines
2.0 KiB
ReStructuredText
30 lines
2.0 KiB
ReStructuredText
|
mindspore.ops.RaggedRange
|
|||
|
|
==========================
|
|||
|
|
|
|||
|
|
.. py:class:: mindspore.ops.RaggedRange(Tsplits)
|
|||
|
|
|
|||
|
|
返回包含指定数数列的RaggedTensor。
|
|||
|
|
|
|||
|
|
参数：
|
|||
|
|
- **Tsplits** (mindspore.dtype) - 输出的类型。它的值必须是mstype.int32或者mstype.int64。
|
|||
|
|
|
|||
|
|
输入：
|
|||
|
|
- **starts** (Tensor) - 每个数列的开始。是一个 0D或1D Tensor，数据类型为int32、int64、float32或float64。
|
|||
|
|
- **limits** (Tensor) - 每个数列的上限，shape与数据类型与 `starts` 一致。
|
|||
|
|
- **deltas** (Tensor) - 每个数列增量，shape与数据类型与 `starts` 一致，其中所有元素的值不能为0。
|
|||
|
|
|
|||
|
|
输出：
|
|||
|
|
- **rt_nested_splits** (Tensor) - 返回RagdTensor的嵌套拆分Tensor，数据类型类型为 `Tsplits` 。shape等于输入 `starts` 的shape加1。
|
|||
|
|
- **rt_dense_values** (Tensor) - 返回RagdTensor的密集值Tensor，其数据类型与输入 `starts` 相同。设输入 `starts、` `limits` 和 `delta` 的大小为i。
|
|||
|
|
- 如果 `starts` 、 `limits` 和 `delta` 的数据类型为int32或int64，则输出 `rt_dense_values` 的shape等于 :math:`sum(abs(limits[i] - starts[i]) + abs(deltas[i]) - 1) / abs(deltas[i]))` 。
|
|||
|
|
- 如果 `starts` 、 `limits` 和 `delta` 的数据类型为float32或者float64，则输出 `rt_dense_values` 的shape等于 :math:`sum(ceil(abs((limits[i] - starts[i]) / deltas[i]))` 。
|
|||
|
|
|
|||
|
|
异常：
|
|||
|
|
- **TypeError** - 如任意一个输入不是Tensor。
|
|||
|
|
- **TypeError** - 如果 `starts` 的数据类型不是：int32、int64、float32或float64。
|
|||
|
|
- **TypeError** - 如果 `starts` 、 `limits` 和 `deltas` 的数据类型不一致。
|
|||
|
|
- **TypeError** - 如果 `Tsplits` 不是mstype.int32或者mstype.int64。
|
|||
|
|
- **ValueError** - 如果 `starts` 、 `limits` 和 `deltas` 不是 0D或1D Tensor。
|
|||
|
|
- **ValueError** - 如果 `deltas` 等于0。
|
|||
|
|
- **ValueError** - 如果 `starts` 、 `limits` 和 `deltas` 的shape不一致。
|