forked from mindspore-Ecosystem/mindspore
26 lines
1.2 KiB
ReStructuredText
26 lines
1.2 KiB
ReStructuredText
mindspore.ops.ParallelConcat
|
||
=============================
|
||
|
||
.. py:class:: mindspore.ops.ParallelConcat
|
||
|
||
根据第一个维度连接Tensor。
|
||
|
||
Concat和并行Concat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。
|
||
|
||
输入：
|
||
- **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。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。
|
||
- **ValueError** - 如果 `values` 的秩小于1。
|
||
- **ValueError** - 如果输入各Tensor的shape不一致。
|