mindspore.Symbol

class mindspore.Symbol(max=0, min=1, divisor=1, remainder=0, unique=False, **kawgs)

符号，用来传递张量形状的符号信息（symbolic shape）的数据结构。

对于动态shape网络，相比只设置 shape 的未知维度（ None ），提供未知维度的数学符号信息能帮助框架更好地优化计算图，提高网络执行性能。

参数：

• max (int) - 最大值，表示此维度的最大长度。只有当它大于 min 值时才有效。默认值： 0 。

• min (int) - 最小值，表示此维度的最小长度，要求是正数。默认值： 1 。

• divisor (int) - 约数 \(d\) 。默认值： 1 。

• remainder (int) - 余数 \(r\)。与 divisor 一起表示符号值为 \(d * N + r, N \ge 1\) 。 默认值： 0 。

• unique (bool) - 符号具有唯一值。当这个 Symbol 对象被 Tensor 多次引用时，如果 unique 为 True ，表示用到这个 Symbol 对象的维度的长度都相等；否则表示只共享符号信息，不一定相等。默认值： False 。

输出：

Symbol。

异常：

• TypeError - 如果 max 、 min 、 divisor 、 remainder 不是整数。

• TypeError - 如果 unique 不是布尔值。

• ValueError - 如果 min 不是正数。

• ValueError - 如果 divisor 不是正数。

• ValueError - 如果 remainder 不在区间 \([0, d)\) 内。

样例：

>>> import numpy as np
>>> import mindspore as ms
>>> from mindspore import nn, Tensor, Symbol
>>>
>>> class Net(nn.Cell):
...     def __init__(self):
...         super(Net, self).__init__()
...         self.abs = ms.ops.Abs()
...     def construct(self, x):
...         return self.abs(x)
...
>>> net = Net()
>>> s1 = Symbol(divisor=8, remainder=1)
>>> s2 = Symbol(max=32, unique=True)
>>> dyn_t = Tensor(shape=(None, s1, s1, s2, s2), dtype=ms.float32)
>>> net.set_inputs(dyn_t)
>>> # the shape values of last two dimensions must be equal, because "s2" is set to "unique"
>>> net(Tensor(np.random.randn(1, 9, 17, 32, 32), dtype=ms.float32)).shape
(1, 9, 17, 32, 32)
>>> net(Tensor(np.random.randn(8, 25, 9, 30, 30), dtype=ms.float32)).shape
(8, 25, 9, 30, 30)