mindspore/docs/api/api_python/ops/mindspore.ops.func_pow.rst

31 lines
1.6 KiB
ReStructuredText
Raw Normal View History

mindspore.ops.pow
==================
.. py:function:: mindspore.ops.pow(x, y)
计算 `x` 中每个元素的 `y` 次幂。
.. math::
out_{i} = x_{i} ^{ y_{i}}
.. note::
- 输入 `x` 和 `y` 遵循 `隐式类型转换规则 <https://www.mindspore.cn/docs/zh-CN/master/note/operator_list_implicit.html>`_ ,使数据类型保持一致。
- 输入必须是两个Tensor或一个Tensor和一个Scalar。
- 当输入是两个Tensor时它们的数据类型不能同时是bool并保证其shape可以广播。
- 当输入是一个Tensor和一个Scalar时Scalar只能是一个常数。
**参数:**
- **x** (Union[Tensor, number.Number, bool]) - 第一个输入是一个number.Number、bool值或数据类型为 `number <https://www.mindspore.cn/docs/en/master/api_python/mindspore.html#mindspore.dtype>`_`bool_ <https://www.mindspore.cn/docs/en/master/api_python/mindspore.html#mindspore.dtype>`_ 的Tensor。
- **y** (Union[Tensor, number.Number, bool]) - 第二个输入当第一个输入是Tensor时第二个输入应该是一个number.Number或bool值或数据类型为number或bool_的Tensor。当第一个输入是Scalar时第二个输入必须是数据类型为number或bool_的Tensor。
**返回:**
Tensorshape与广播后的shape相同数据类型为两个输入中精度较高的类型。
**异常:**
- **TypeError** - `x``y` 不是Tensor、number.Number或bool。
- **ValueError** - 当 `x``y` 都为Tensor时它们的shape不相同。