mindspore.ops.xdivy
- mindspore.ops.xdivy(x, y)[源代码]
将第一个输入Tensor除以第二个输入Tensor。当 x 为零时,则返回零。
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为bool,它们的shape可以广播。当某个输入是Scalar时,Scalar只能是一个常量。
说明
当 x 和 y 数据类型都为复数的时候, 须同时为complex64或者complex128。
- 参数:
x (Union[Tensor, Number, bool]) - number.Number或bool类型的Tensor,或者是一个bool或者number。
y (Union[Tensor, Number, bool]) - number.Number或bool类型的Tensor,或者是一个bool或者number, x 和 y 不能同时为bool类型。
- 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或数据类型较高的类型。
- 异常:
TypeError - 如果 x 和 y 不是以下之一:Tensor、Number、bool。
TypeError - 如果 x 和 y 的数据类型不是float16、float32、float64、complex64、complex128、bool。
ValueError - 如果 x 不能广播至 y 的shape。
RuntimeError - 如果Parameter的 x , y 需要进行数据类型转换,但是Parameter是不支持数据类型转换。
- 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.float32) >>> y = Tensor(np.array([2, 2, 2]), mindspore.float32) >>> output = ops.xdivy(x, y) >>> print(output) [ 1. 2. -0.5]