mindspore.ops.NextAfter

class mindspore.ops.NextAfter

逐元素返回 x1 指向 x2 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 $b-eps$ 。

$$ou{t}_i=nextafter(x{1}_i,x{2}_i)$$

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

输入：

• x1 (Tensor) - 支持数据类型为float32和float64。其shape为 $(N,\ast )$ ，其中 $\ast$ 为任意数量的额外维度。

• x2 (Tensor) - 支持数据类型为float32和float64。其shape为 $(N,\ast )$ ，其中 $\ast$ 为任意数量的额外维度。

输出：

Tensor，shape和数据类型与 x1 相同。

异常：

• TypeError - x1 和 x2 都不是Tensor。

• TypeError - x1 和 x2 的数据类型非float16或float32。

• TypeError - x1 和 x2 数据类型不一致。

• ValueError - x1 和 x2 的shape不一致。

支持平台：

GPU CPU

样例：

>>> nextafter = ops.NextAfter()
>>> x1 = Tensor(np.asarray([0.0]), mindspore.float32)
>>> x2 = Tensor(np.asarray([0.1]), mindspore.float32)
>>> output = nextafter(x1, x2)
>>> print(output)
[1.e-45]