mindspore.ops.NextAfter

class mindspore.ops.NextAfter[源代码]

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 \(b-eps\) 。

\[out_{i} = nextafter({x1_{i}, x2_{i}})\]

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 \((N,*)\) ，其中 \(*\) 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 \((N,*)\) ，其中 \(*\) 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]