Gitee
commit
d4b7c7a44c
|
|
@ -10,14 +10,13 @@ mindspore.ops.coo_concat
|
|||
|
||||
参数：
|
||||
- **sp_input** (Union[list(COOTensor), tuple(COOTensor)]) - 输入的需要concat合并的稀疏张量。
|
||||
- **concat_dim** (标量) - 指定需要合并的轴序号, 它的取值必须是在[-rank, rank)之内，
|
||||
其中rank为sp_input中COOTensor的shape的维度值。缺省值为0。
|
||||
- **concat_dim** (scalar) - 指定需要合并的轴序号, 它的取值必须是在[-rank, rank)之内，
|
||||
其中rank为sp_input中COOTensor的shape的维度值。缺省值为0。
|
||||
|
||||
返回：
|
||||
COOTensor，按concat_dim轴合并后的COOTensor。这个COOTensor的稠密shape值为：
|
||||
非concat_dim轴shape与输入一致，concat_dim轴shape是所有输入对应轴shape的累加。
|
||||
非concat_dim轴shape与输入一致，concat_dim轴shape是所有输入对应轴shape的累加。
|
||||
|
||||
异常：
|
||||
- **ValueError** - 如果只有一个COOTensor输入，报错。
|
||||
- **ValueError** - 如果输入的COOTensor的shape纬度大于3。COOTensor的构造会报错，
|
||||
目前COOTensor的shape维度只能为2。
|
||||
- **ValueError** - 如果输入的COOTensor的shape纬度大于3。COOTensor的构造会报错，目前COOTensor的shape维度只能为2。
|
||||
|
|
|
|||
|
|
@ -33,7 +33,7 @@ mindspore.ops.max_unpool3d
|
|||
取值范围需满足：
|
||||
:math:`[(N, C, D_{out} - stride[0], H_{out} - stride[1], W_{out} - stride[2]), (N, C, D_{out} + stride[0], H_{out} + stride[1], W_{out} + stride[2])]` 。
|
||||
|
||||
输出：
|
||||
返回：
|
||||
shape为 :math:`(N, C, D_{out}, H_{out}, W_{out})` 或 :math:`(C, D_{out}, H_{out}, W_{out})` 的Tensor，
|
||||
数据类型与输入 `x` 相同。
|
||||
|
||||
|
|
|
|||
|
|
@ -8,8 +8,8 @@ mindspore.ops.split
|
|||
参数：
|
||||
- **x** (Tensor) - Tensor的shape为 :math:`(x_1, x_2, ..., x_R)` 。
|
||||
- **split_size_or_sections** (Union[int, tuple(int), list(int)]) - 如果 `split_size_or_sections` 是int类型，
|
||||
`x` 将被均匀的切分成块，每块的大小为 `split_size_or_sections` ，若 `x.shape[axis]` 不能被 `split_size_or_sections` 整除，最后一块大小将小于 `split_size_or_sections` 。
|
||||
如果 `split_size_or_sections` 是个list类型，`x` 将沿 `axis` 轴被切分成 `len(split_size_or_sections)` 块，大小为 `split_size_or_sections` 。
|
||||
`x` 将被均匀的切分成块，每块的大小为 `split_size_or_sections` ，若 `x.shape[axis]` 不能被 `split_size_or_sections` 整除，最后一块大小将小于 `split_size_or_sections` 。
|
||||
如果 `split_size_or_sections` 是个list类型，`x` 将沿 `axis` 轴被切分成 `len(split_size_or_sections)` 块，大小为 `split_size_or_sections` 。
|
||||
- **axis** (int) - 指定分割轴。默认值：0。
|
||||
|
||||
返回：
|
||||
|
|
|
|||
|
|
@ -20,7 +20,7 @@ mindspore.ops.unique_consecutive
|
|||
|
||||
异常：
|
||||
- **TypeError** - `x` 不是Tensor。
|
||||
- **TypeError** - `x`的数据类型不支持。
|
||||
- **TypeError** - `x` 的数据类型不支持。
|
||||
- **TypeError** - `return_idx` 不是bool。
|
||||
- **TypeError** - `return_counts` 不是bool。
|
||||
- **TypeError** - `axis` 不是int。
|
||||
|
|
|
|||
|
|
@ -947,9 +947,9 @@ def get_error_samples_mode():
|
|||
Returns:
|
||||
ErrorSamplesMode, The method in which erroneous samples should be processed in a dataset pipeline.
|
||||
|
||||
- ErrorSamplesMode.RETURN: means erroneous sample results in error raised and returned.
|
||||
- ErrorSamplesMode.REPLACE: means erroneous sample is replaced with an internally determined sample.
|
||||
- ErrorSamplesMode.SKIP: means erroneous sample is skipped.
|
||||
- ErrorSamplesMode.RETURN: means erroneous sample results in error raised and returned.
|
||||
- ErrorSamplesMode.REPLACE: means erroneous sample is replaced with an internally determined sample.
|
||||
- ErrorSamplesMode.SKIP: means erroneous sample is skipped.
|
||||
|
||||
Examples:
|
||||
>>> error_samples_mode = ds.config.get_error_samples_mode()
|
||||
|
|
|
|||
|
|
@ -1010,7 +1010,7 @@ def unique_consecutive(x, return_idx=False, return_counts=False, axis=None):
|
|||
Args:
|
||||
x (Tensor): The input tensor.
|
||||
return_idx (bool, optional): Whether to return the index of where the element in the original input
|
||||
maps to the position in the output. Default: False.
|
||||
maps to the position in the output. Default: False.
|
||||
return_counts (bool, optional): Whether to return the counts of each unique element. Default: False.
|
||||
axis (int, optional): The dimension to apply unique. If None, the unique of the flattened input is
|
||||
returned. If specified, it must be int32 or int64. Default: None.
|
||||
|
|
|
|||
|
|
@ -3687,7 +3687,7 @@ def is_complex(x):
|
|||
Return True if the data type of the tensor is complex, otherwise return False.
|
||||
|
||||
Args:
|
||||
x (Tensor) - The input tensor.
|
||||
x (Tensor): The input tensor.
|
||||
|
||||
Returns:
|
||||
Bool, return whether the data type of the tensor is complex.
|
||||
|
|
|
|||
Loading…
Reference in New Issue