mindspore.mint.pow

mindspore.mint.pow(input, exponent)

计算 input 中每个元素的 exponent 次幂。

当 exponent 是Tensor时， input 和 exponent 的shape必须是可广播的。

\[out_{i} = input_{i} ^{ exponent_{i}}\]

警告

这是一个实验性API，后续可能修改或删除。

参数：

• input (Union[Tensor, Number]) - 第一个输入，是一个Number值或数据类型为 number 或 bool_ 的Tensor。

• exponent (Union[Tensor, Number]) - 第二个输入，是一个Number值或数据类型为 number 或 bool_ 的Tensor。

返回：

Tensor，shape与广播后的shape相同，数据类型为两个输入中精度较高的类型。

异常：

• TypeError - input 和 exponent 同时为 bool 类型。

• TypeError - input 是一个Tensor且为 int 或 bool 类型而 exponent 是一个Scalar且值为负整型时。

支持平台：

Ascend

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, mint
>>> input = Tensor(np.array([1.0, 2.0, 4.0]), mindspore.float32)
>>> exponent = 3.0
>>> output = mint.pow(input, exponent)
>>> print(output)
[ 1.  8. 64.]
>>>
>>> input = Tensor(np.array([1.0, 2.0, 4.0]), mindspore.float32)
>>> exponent = Tensor(np.array([2.0, 4.0, 3.0]), mindspore.float32)
>>> output = mint.pow(input, exponent)
>>> print(output)
[ 1. 16. 64.]