mindspore.ops.div

mindspore.ops.div(input, other, *, rounding_mode=None)[源代码]

逐元素计算第一个输入Tensor除以第二输入Tensor的商。

\[out_{i} = input_{i} / other_{i}\]

说明

  • 当两个输入具有不同的shape时,它们的shape必须要能广播为一个共同的shape。

  • 两个输入不能同时为bool类型。[True, Tensor(True, bool_), Tensor(np.array([True]), bool_)]等都为bool类型。

  • 两个输入遵循隐式类型转换规则,使数据类型保持一致。

参数:
  • input (Union[Tensor, Number, bool]) - 第一个输入,为数值型,或bool,或数据类型为数值型或bool的Tensor。

  • other (Union[Tensor, Number, bool]) - 第二个输入,为数值型,或bool,或数据类型为数值型或bool的Tensor。

关键字参数:
  • rounding_mode (str, 可选) - 应用于结果的舍入类型。三种类型被定义为 None"floor""trunc" 。默认值: None

    • None: 默认行为。相当于Python中的 true division 或NumPy中的 true_divide

    • "floor": 将除法的结果向下舍入。相当于Python中的 floor division 或NumPy中的 floor_divide

    • "trunc": 将除法的结果舍入到零。相当于C语言风格的整数除法。

返回:

Tensor,输出的shape与广播后的shape相同,数据类型取两个输入中精度较高或数字较高的。

异常:
  • TypeError - 如果 inputother 不是以下之一:Tensor、Number、bool。

  • ValueError - 如果 rounding_mode 不是以下之一: None"floor""trunc"

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, 3.0]), mindspore.float32)
>>> y = Tensor(np.array([4.0, 5.0, 6.0]), mindspore.float32)
>>> output = ops.div(x, y)
>>> print(output)
[0.25 0.4 0.5]