forked from mindspore-Ecosystem/mindspore
30 lines
1.3 KiB
ReStructuredText
30 lines
1.3 KiB
ReStructuredText
mindspore.ops.TruncateMod
|
||
=========================
|
||
|
||
.. py:class:: mindspore.ops.TruncateMod
|
||
|
||
逐元素取模。
|
||
|
||
输入 `x` 和 `y` 应能遵循隐式类型转换规则使数据类型一致。
|
||
输入必须为两个Tensor或一个Tensor和一个标量。
|
||
当输入为两个Tensor时，数据类型不能同时为bool类型。支持shape广播。
|
||
当输入是一个Tensor和一个标量时，标量只能是一个常数。
|
||
|
||
.. warning::
|
||
- 输入数值不能为0。
|
||
- 当输入含有超过2048个元素，该操作不能保证千分之二的精度要求。
|
||
- 由于架构不同，该算子在NPU和CPU上的计算结果可能不一致。
|
||
- 若shape为（D1、D2...、Dn），则D1*D2...*DN<=1000000，n<=8。
|
||
|
||
输入：
|
||
- **x** (Union[Tensor, Number, bool]) - Number或bool类型的Tensor。
|
||
- **y** (Union[Tensor, Number, bool]) - Number或bool类型的Tensor。
|
||
|
||
输出：
|
||
Tensor，shape为输入进行广播后的shape，数据类型为两个输入中精度较高的输入的类型。
|
||
|
||
异常：
|
||
- **TypeError** - `x` 和 `y` 数据类型不是以下之一：Tensor、Number、bool。
|
||
- **TypeError** - `x` 和 `y` 均不是Tensor。
|
||
- **ValueError** - `x` 和 `y` 的shape无法进行广播转换。
|