forked from mindspore-Ecosystem/mindspore
51 lines
2.0 KiB
ReStructuredText
51 lines
2.0 KiB
ReStructuredText
mindspore.ops.Pow
|
||
==================
|
||
|
||
.. py:class:: mindspore.ops.Pow()
|
||
|
||
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/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/en/r1.6/api_python/mindspore.html#mindspore.dtype>`_ 或 `bool_ <https://www.mindspore.cn/docs/api/en/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` 不是Tensor、number.Number或bool。
|
||
- **ValueError** - 当`x` 和 `y` 都为Tensor时，它们的shape不相同。
|
||
|
||
**支持平台：**
|
||
|
||
``Ascend`` ``GPU`` ``CPU``
|
||
|
||
**样例：**
|
||
|
||
>>> x = Tensor(np.array([1.0, 2.0, 4.0]), mindspore.float32)
|
||
>>> y = 3.0
|
||
>>> pow = ops.Pow()
|
||
>>> output = pow(x, y)
|
||
>>> print(output)
|
||
[ 1. 8. 64.]
|
||
>>>
|
||
>>> x = Tensor(np.array([1.0, 2.0, 4.0]), mindspore.float32)
|
||
>>> y = Tensor(np.array([2.0, 4.0, 3.0]), mindspore.float32)
|
||
>>> pow = ops.Pow()
|
||
>>> output = pow(x, y)
|
||
>>> print(output)
|
||
[ 1. 16. 64.]
|
||
|