mindspore.ops.pow

mindspore.ops.pow(input, exponent)[源代码]

计算 input 中每个元素的 exponent 次幂。

\[out_{i} = input_{i} ^{ exponent_{i}}\]

说明

  • 输入 inputexponent 遵循 隐式类型转换规则 ,使数据类型保持一致。

  • 输入必须是两个Tensor,或一个Tensor和一个Scalar。

  • 当输入是两个Tensor时,它们的数据类型不能同时是bool,并保证其shape可以广播。

  • 当输入是一个Tensor和一个Scalar时,Scalar只能是一个常数。

参数:
  • input (Union[Tensor, number.Number, bool]) - 第一个输入,是一个number.Number、bool值或数据类型为 numberbool_ 的Tensor。

  • exponent (Union[Tensor, number.Number, bool]) - 第二个输入,当第一个输入是Tensor时,第二个输入应该是一个number.Number或bool值,或数据类型为number或bool_的Tensor。当第一个输入是Scalar时,第二个输入必须是数据类型为number或bool_的Tensor。

返回:

Tensor,shape与广播后的shape相同,数据类型为两个输入中精度较高的类型。

异常:
  • TypeError - inputexponent 不是Tensor、number.Number或bool。

  • ValueError - 当 inputexponent 都为Tensor时,它们的shape不相同。

支持平台:

Ascend GPU CPU

样例:

>>> x = Tensor(np.array([1.0, 2.0, 4.0]), mindspore.float32)
>>> y = 3.0
>>> output = ops.pow(x, y)
>>> print(output)
[ 1.  8. 64.]
>>>
>>> x = Tensor(np.array([1.0, 2.0, 4.0]), mindspore.float32)
>>> y = Tensor(np.array([2.0, 4.0, 3.0]), mindspore.float32)
>>> output = ops.pow(x, y)
>>> print(output)
[ 1. 16. 64.]