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 input 和 exponent 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 number 或 bool_ 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 - input 和 exponent 不是Tensor、number.Number或bool。
ValueError - 当 input 和 exponent 都为Tensor时，它们的shape不相同。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> 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.]