mindspore.mint.arange

mindspore.mint.arange(start=0, end=None, step=1, *, dtype=None)[源代码]

创建一个从 start 开始， end 结束（不含），步长为 step 序列（一维张量）。

参数：

start (Union[float, int]，可选) - 序列起始值，默认值： 0 。
end (Union[float, int]，可选) - 序列终止值（不含），默认值： None ，如果是 None ，则将 start 作为终止值， 0 为起始值。
step (Union[float, int]，可选) - 序列步长，默认值： 1 。

关键字参数：

dtype (mindspore.dtype，可选) - 输出Tensor的dtype。默认值： None 。

当该参数未设置或为 None 时：

如果 start 、 end 和 step 都是int，则输出Tensor的dtype为int64。

如果 start 、 end 和 step 中包含float，则输出Tensor的dtype为float32。

返回：

一维张量，如果设置了 dtype 参数，则会被cast成该类型的Tensor，有可能因此损失精度。

异常：

TypeError - start ， end 和 step 不是int或float类型。
ValueError - step = 0。
ValueError - step > 0 且 start >= end。
ValueError - step < 0 且 start <= end。

支持平台：

Ascend

样例：

>>> import mindspore as ms
>>> from mindspore import Tensor, mint
>>> output = mint.arange(1, 6)
>>> print(output)
[1 2 3 4 5]
>>> print(output.dtype)
Int64
>>> output = mint.arange(0, 3, 1.2)
>>> print(output)
[0.  1.2 2.4]
>>> print(output.dtype)
Float32
>>> output = mint.arange(7, 1, -2)
>>> print(output)
[7 5 3]
>>> print(output.dtype)
Int64
>>> output = mint.arange(12, 2, -1, dtype=ms.bfloat16))
>>> print(output)
[12. 11. 10.  9.  8.  7.  6.  5.  4.  3.]
>>> print(output.dtype)
BFloat16