2022-05-16 14:56:34 +08:00
|
|
|
|
mindspore.ops.lerp
|
|
|
|
|
|
==================
|
|
|
|
|
|
|
|
|
|
|
|
.. py:function:: mindspore.ops.lerp(start, end, weight)
|
|
|
|
|
|
|
|
|
|
|
|
基于某个浮点数或权重Tensor的值, 计算两个Tensor之间的线性插值。
|
|
|
|
|
|
|
|
|
|
|
|
如果参数 `weight` 是一个Tensor，那么另两个输入的维度信息可以被广播到 `start` 。
|
2022-05-17 16:58:47 +08:00
|
|
|
|
如果参数 `weight` 是一个浮点数， 那么 `end` 的维度信息可以被广播到 `start` 。
|
2022-05-16 14:56:34 +08:00
|
|
|
|
|
|
|
|
|
|
.. math::
|
|
|
|
|
|
|
|
|
|
|
|
output_{i} = start_{i} + weight_{i} * (end_{i} - start_{i})
|
|
|
|
|
|
|
|
|
|
|
|
**参数：**
|
|
|
|
|
|
|
|
|
|
|
|
- **start** (Tensor) - 进行线性插值的Tensor开始点，其数据类型必须为float16或者float32。
|
|
|
|
|
|
- **end** (Tensor) - 进行线性插值的Tensor结束点，其数据类型必须为float16或者float32。
|
|
|
|
|
|
- **weight** (Union[float, Tensor]) - 线性插值公式的权重参数。为Scalar时，其数据类型为float。为Tensor时，其数据类型为float16或者float32。
|
|
|
|
|
|
|
|
|
|
|
|
**返回：**
|
|
|
|
|
|
|
|
|
|
|
|
Tensor, 其数据类型和维度必须和输入中的 `start` 保持一致。
|
|
|
|
|
|
|
|
|
|
|
|
**异常：**
|
|
|
|
|
|
|
|
|
|
|
|
- **TypeError** - 如果 `start` 或者 `end` 不是Tensor。
|
|
|
|
|
|
- **TypeError** - 如果 `weight` 不是float类型Scalar或者Tensor。
|
|
|
|
|
|
- **TypeError** - 如果 `start` 或者 `end` 的数据类型不是float16或者float32。
|
|
|
|
|
|
- **TypeError** - 如果 `weight` 为Tensor且 `weight` 不是float16或者float32。
|
|
|
|
|
|
- **TypeError** - 如果 `start` 和 `end` 的数据类型不一致。
|
|
|
|
|
|
- **TypeError** - 如果 `weight` 为Tensor且 `start` 、 `end` 和 `weight` 数据类型不一致。
|
|
|
|
|
|
- **ValueError** - 如果 `end` 的维度信息无法相互广播到 `start` 。
|
|
|
|
|
|
- **ValueError** - 如果 `weight` 为Tensor且 `weight` 的维度信息无法广播到 `start` 。
|
|
|
|
|
|
|
