文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.ops.tile

mindspore.ops.tile(input, dims)

通过复制 dims 次输入tensor中的元素来创建新tensor。

返回tensor的第i维度有 input.shape[i] * dims[i] 个元素，并且 input 的值沿第i维度被复制 dims[i] 次。

说明

• 在Ascend平台上， dims 参数的个数不大于8，当前不支持超过4个维度同时做被复制的场景。

• 如果 input.dim = d ，将其相应位置的shape相乘，返回的shape为 $(x_1\ast y_1,x_2\ast y_2,...,x_S\ast y_S)$ 。

• 如果 input.dim < d ，在 input 的shape的前面填充1，直到它们的长度一致。例如将 input 的shape设置为 $(1,...,x_1,x_2,...,x_S)$ ，然后可以将其相应位置的shape相乘，返回的shape为 $(1\ast y_1,...,x_R\ast y_R,x_S\ast y_S)$ 。

• 如果 input.dim > d ，在 dims 的前面填充1，直到它们的长度一致。例如将 dims 设置为 $(1,...,y_1,y_2,...,y_S)$ ，然后可以将其相应位置的shape相乘，返回的shape为 $(x_1\ast 1,...,x_R\ast y_R,x_S\ast y_S)$ 。

参数：

• input (Tensor) - 输入tensor。

• dims (tuple[int]) - 指定每维度的复制次数。

返回：

Tensor

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> input = mindspore.tensor([[1, 2], [3, 4]])
>>> mindspore.ops.tile(input, (2, 3))
Tensor(shape=[4, 6], dtype=Int64, value=
[[1, 2, 1, 2, 1, 2],
 [3, 4, 3, 4, 3, 4],
 [1, 2, 1, 2, 1, 2],
 [3, 4, 3, 4, 3, 4]])
>>> mindspore.ops.tile(input, (2, 3, 2))
Tensor(shape=[2, 6, 4], dtype=Int64, value=
[[[1, 2, 1, 2],
  [3, 4, 3, 4],
  [1, 2, 1, 2],
  [3, 4, 3, 4],
  [1, 2, 1, 2],
  [3, 4, 3, 4]],
 [[1, 2, 1, 2],
  [3, 4, 3, 4],
  [1, 2, 1, 2],
  [3, 4, 3, 4],
  [1, 2, 1, 2],
  [3, 4, 3, 4]]])