mindspore.ops.nextafter

mindspore.ops.nextafter(input, other)

逐元素返回 input 指向 other 的下一个可表示值符点值。

比如有两个数 \(a\) ， \(b\) ，数据类型为float32。并且设float32数据类型的可表示值增量为 \(eps\) 。如果 \(a < b\) ，那么 \(a\) 指向 \(b\) 的下一个可表示值就是 \(a+eps\) ， \(b\) 指向 \(a\) 的下一个可表示值就是 \(b-eps\) 。

\[out_{i} = nextafter({input_{i}, other_{i}})\]

更多详细信息请参见 A Self Regularized Non-Monotonic Neural Activation Function 。

参数：

• input (Tensor) - 第一个输入Tensor，支持数据类型为float32和float64。其shape为 \((N,*)\) ，其中 \(*\) 为任意数量的额外维度。

• other (Tensor) - 第二个输入Tensor，支持数据类型为float32和float64。其shape为 \((N,*)\) ，其中 \(*\) 为任意数量的额外维度。

返回：

Tensor，shape和数据类型与 input 相同。

异常：

• TypeError - input 和 other 都不是Tensor。

• TypeError - input 和 other 的数据类型非float16或float32。

• TypeError - input 和 other 数据类型不一致。

• ValueError - input 和 other 的shape不一致。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> input_ = Tensor(np.asarray([0.0]), mindspore.float32)
>>> other_ = Tensor(np.asarray([0.1]), mindspore.float32)
>>> output_ = ops.nextafter(input_, other_)
>>> print(output_)
[1.e-45]