mindspore.Tensor.add

mindspore.Tensor.add(other)

self 和 other 逐元素相加。

\[out_{i} = self_{i} + other_{i}\]

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。

\[out_{i} = self_{i} + alpha \times other_{i}\]

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