mindspore/docs/api/api_python/ops/mindspore.ops.ParallelConca...

26 lines
1.3 KiB
ReStructuredText
Raw Normal View History

mindspore.ops.ParallelConcat
=============================
.. py:class:: mindspore.ops.ParallelConcat
2022-11-02 19:28:41 +08:00
根据第一个维度连接输入Tensor。
2022-11-02 19:28:41 +08:00
Concat和ParallelConcat之间的区别在于Concat要求在操作开始之前需要计算所有的输入但不要求在构图期间知道输入shape。
ParallelConcat将在输入片段可用时将其复制到输出中在某些情况下这可以提供性能优势。
.. note::
输入Tensor在第一个维度要求长度为1。
2023-03-01 17:09:10 +08:00
输入:
2022-11-02 19:28:41 +08:00
- **values** (tuple, list) - 由Tensor组成的tuple或list。其元素的数据类型和shape必须相同且每个Tensor的rank不能小于1。CPU上支持数据类型为数值型Ascend上支持数据类型为除去[float64, complex64, complex128]三种数据类型外的数值型。
输出:
Tensor数据类型与 `values` 相同。
异常:
- **TypeError** - 如果输入不是Tensor。
- **TypeError** - 如果 `values` 中各个Tensor的数据类型和shape不相同。
- **ValueError** - 如果任意一个输入Tensor的shape第一维长度不是1。
2022-11-02 19:28:41 +08:00
- **ValueError** - 如果 `values` 中的Tensor的秩小于1。
- **ValueError** - 如果输入各Tensor的shape不一致。