mindspore.ops.lerp

mindspore.ops.lerp(input, end, weight)[源代码]

基于权重参数计算两个tensor之间的线性插值。

o u t p u t_{i} = i n p u t_{i} + w e i g h t_{i} * (e n d_{i} - i n p u t_{i})

说明

输入 input 和 end 的shape必须是可广播的。
如果 weight 为tensor，则 weight 、 input 和 end 的shape必须是可广播的。
在Ascend平台上，若 weight 为浮点数，则 input 与 end 类型应为float32。

参数：

input (Tensor) - 起始点。
end (Tensor) - 终止点。
weight (Union[float, Tensor]) - 线性插值公式的权重参数。

返回：

Tensor

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> start = mindspore.tensor([1., 2., 3., 4.], mindspore.float32)
>>> end = mindspore.tensor([10., 10., 10., 10.], mindspore.float32)
>>> output = mindspore.ops.lerp(start, end, 0.5)
>>> print(output)
[5.5 6.  6.5 7. ]
>>> output = mindspore.ops.lerp(start, end, mindspore.tensor([0.5, 0.5, 0.5, 0.5], mindspore.float32))
>>> print(output)
[5.5 6.  6.5 7. ]