文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

文档反馈

mindspore.Tensor.add

mindspore.Tensor.add(other)

self 和 other 逐元素相加。

o u t_{i} = s e l f_{i} + o t h e r_{i}

说明

当 self 和 other 具有不同的shape时，它们的shape必须要能广播为一个共同的shape。
self 和 other 不能同时为bool类型。[True, Tensor(True, bool_), Tensor(np.array([True]), bool_)]等都为bool类型。
self 和 other 遵循隐式类型转换规则，使数据类型保持一致。
self 的维度应大于或等于1。

参数：

other (Union[Tensor, number.Number, bool]) - other 是一个number.Number、bool值或数据类型为 number 或 bool_ 的Tensor。

返回：

Tensor，shape与输入 self、 other 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 - other 不是Tensor、number.Number或bool。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> import mindspore
>>> from mindspore import Tensor
>>> # case 1: x and y are both Tensor.
>>> x = Tensor(np.array([1, 2, 3]).astype(np.float32))
>>> y = Tensor(np.array([4, 5, 6]).astype(np.float32))
>>> output = Tensor.add(x, y)  # x.add(y)
>>> print(output)
[5. 7. 9.]
>>> # case 2: x is a scalar and y is a Tensor
>>> x = Tensor(1, mindspore.int32)
>>> y = Tensor(np.array([4, 5, 6]).astype(np.float32))
>>> output = Tensor.add(x, y)  # x.add(y)
>>> print(output)
[5. 6. 7.]
>>> # the data type of x is int32, the data type of y is float32,
>>> # and the output is the data format of higher precision float32.
>>> print(output.dtype)
Float32

mindspore.Tensor.add(other, *, alpha=1)

对 other 缩放后与 self 相加。

o u t_{i} = s e l f_{i} + a l p h a \times o t h e r_{i}

说明

当 self 和 other 的shape不同时，它们必须能够广播到一个共同的shape。
self、 other 和 alpha 遵守隐式类型转换规则以使数据类型保持一致。

参数：

other (Union[Tensor, number.Number, bool]) - other 是一个 number.Number、一个 bool 或一个数据类型为 number 或 bool_ 的Tensor。

关键字参数：

alpha (number.Number) - 应用于 other 的缩放因子，默认值为 1。

返回：

Tensor，其shape与 self、 other 广播后的shape相同，数据类型是 self、 other 和 alpha 中精度更高或位数更多的类型。

异常：

TypeError - 如果 other 或 alpha 不是以下之一：Tensor、number.Number、bool。
TypeError - 如果 alpha 是 float 类型，但是 self、 other 不是 float 类型。
TypeError - 如果 alpha 是 bool 类型，但是 self、 other 不是 bool 类型。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> import mindspore
>>> from mindspore import Tensor
>>> x = Tensor(1, mindspore.int32)
>>> y = Tensor(np.array([4, 5, 6]).astype(np.float32))
>>> alpha = 0.5
>>> output = Tensor.add(x, y, alpha=alpha)  # x.add(y, alpha=alpha)
>>> print(output)
[3. 3.5 4.]
>>> # the data type of x is int32, the data type of y is float32,
>>> # alpha is a float, and the output is the data format of higher precision float32.
>>> print(output.dtype)
Float32