forked from mindspore-Ecosystem/mindspore
53 lines
2.2 KiB
ReStructuredText
53 lines
2.2 KiB
ReStructuredText
mindspore.ops.Div
|
||
=================
|
||
|
||
.. py:class:: mindspore.ops.Div()
|
||
|
||
逐元素计算第一输入Tensor除以第二输入Tensor的商。
|
||
|
||
.. math::
|
||
|
||
out_{i} = \frac{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/note/zh-CN/r1.6/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。
|
||
|
||
**输入：**
|
||
|
||
- **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/api/zh-CN/r1.6/api_python/mindspore.html#mindspore.dtype>`_ 或 `bool_ <https://www.mindspore.cn/docs/api/zh-CN/r1.6/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。
|
||
|
||
**输出：**
|
||
|
||
Tensor，shape与输入 `x`，`y` 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` 和 `y` 都不是Tensor。
|
||
- **TypeError** - `x` 和 `y` 数据类型都是bool_的Tensor。
|
||
|
||
**支持平台：**
|
||
|
||
``Ascend`` ``GPU`` ``CPU``
|
||
|
||
**样例：**
|
||
|
||
>>> # 用例1：两个输入的数据类型和shape相同
|
||
>>> x = Tensor(np.array([-4.0, 5.0, 6.0]), mindspore.float32)
|
||
>>> y = Tensor(np.array([3.0, 2.0, 3.0]), mindspore.float32)
|
||
>>> div = ops.Div()
|
||
>>> output = div(x, y)
|
||
>>> print(output)
|
||
[-1.3333334 2.5 2. ]
|
||
>>> # 用例2：两个输入的数据类型和shape不同
|
||
>>> x = Tensor(np.array([-4.0, 5.0, 6.0]), mindspore.float32)
|
||
>>> y = Tensor(2, mindspore.int32)
|
||
>>> output = div(x, y)
|
||
>>> print(output)
|
||
[-2. 2.5 3.]
|
||
>>> print(output.dtype)
|
||
Float32
|
||
|