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 startendstep 都是int,则输出Tensor的dtype为int64。

    如果 startendstep 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 - startendstep 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