mindspore.ops.floor_mod
- mindspore.ops.floor_mod(x, y)[源代码]
将第一个输入Tensor除以第二个输入Tensor,并向下取余。
例如 \(floor(x / y) * y + mod(x, y) = x\) 。
x 和 y 的输入遵循隐式类型转换规则,使数据类型一致。当输入是两个Tensor时,它们的数据类型不能同时是bool,它们的shape可以广播。当输入是一个Tensor和一个Scalar时,Scalar只能是一个常量。
\[out_{i} =\text{floor}(x_{i} // y_{i})\]其中 \(floor\) 表示Floor算子,有关更多详细信息,请参阅
mindspore.ops.Floor
算子。警告
输入 y 的元素不能等于0,否则将返回当前数据类型的最大值。
当输入元素数量超过2048时,算子的精度不能保证千分之二的要求。
由于架构不同,该算子在NPU和CPU上的计算结果可能不一致。
如果shape表示为 \((D1, D2 ..., Dn)\) ,那么 D1*D2… *DN<=1000000,n<=8。
- 参数:
x (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。
y (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。
- 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 x 和 y 不是以下之一:Tensor,number.Number或bool。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import mindspore >>> import numpy as np >>> from mindspore import Tensor, ops >>> x = Tensor(np.array([2, 4, -1]), mindspore.int32) >>> y = Tensor(np.array([3, 3, 3]), mindspore.int32) >>> output = ops.floor_mod(x, y) >>> print(output) [2 1 2]