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。

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。

问题描述

请勾选同意隐私声明

mindspore.ops.isclose

mindspore.ops.isclose(x1, x2, rtol=1e-05, atol=1e-08, equal_nan=False)[源代码]

返回一个布尔型Tensor,表示 x1 的每个元素与 x2 的对应元素在给定容忍度内是否“接近”,其中“接近”的数学公式为:

x1x2∣≤atol+rtol×x2

参数:

  • x1 (Tensor) - 对比的第一个输入,支持的类型有float32,float16,int32。

  • x2 (Tensor) - 对比的第二个输入,支持的类型有float32,float16,int32。

  • rtol (float, optional) - 相对容忍度。默认值:1e-05。

  • atol (float, optional) - 绝对容忍度。默认值:1e-08。

  • equal_nan (bool, optional) - 若为True,则两个NaN被视为相同。默认值:False。

返回:

Tensor,shape与广播后的shape相同,数据类型是布尔型。

异常:

  • TypeError - 如果 x1x2 中的任何一个不是Tensor。

  • TypeError - 如果 x1x2 的数据类型不是float16、float32或int32之一。

  • TypeError - 如果 atolrtol 中的任何一个不是float。

  • TypeError - 如果 equal_nan 不是bool。

  • TypeError - 如果 x1x2 的数据类型不同。

  • ValueError - 如果 x1x2 无法广播。

  • ValueError - 如果 atolrtol 中的任何一个小于零。

支持平台:

CPU

样例:

>>> input = Tensor(np.array([1.3, 2.1, 3.2, 4.1, 5.1]), mindspore.float16)
>>> other = Tensor(np.array([1.3, 3.3, 2.3, 3.1, 5.1]), mindspore.float16)
>>> output = ops.isclose(input, other)
>>> print(output)
[ True False False False  True]