mindspore.ops.Tile

class mindspore.ops.Tile[源代码]

按照给定的次数复制输入Tensor。

更多参考详见 mindspore.ops.tile()。

输入：

input (Tensor) - 需要被复制的Tensor，设其shape为 \((x_1, x_2, ..., x_S)\) 。
dims (tuple[int]) - 指定复制次数的参数，参数类型为tuple，数据类型为整数。如 \((y_1, y_2, ..., y_S)\) 。只支持常量值。

输出：

Tensor，具有与 input 相同的数据类型。假设 dims 的长度为 d ， input 的维度为 input.dim ， input 的shape为 \((x_1, x_2, ..., x_S)\) 。

如果 input.dim = d ，将其相应位置的shape相乘，输出的shape为 \((x_1*y_1, x_2*y_2, ..., x_S*y_S)\) 。
如果 input.dim < d ，在 input 的shape的前面填充1，直到它们的长度一致。例如将 input 的shape设置为 \((1, ..., x_1, x_2, ..., x_S)\) ，然后可以将其相应位置的shape相乘，输出的shape为 \((1*y_1, ..., x_R*y_R, x_S*y_S)\) 。
如果 input.dim > d ，在 dims 的前面填充1，直到它们的长度一致。例如将 dims 设置为 \((1, ..., y_1, y_2, ..., y_S)\) ，然后可以将其相应位置的shape相乘，输出的shape为 \((x_1*1, ..., x_R*y_R, x_S*y_S)\) 。

异常：

TypeError - dims 不是tuple或者其元素并非全部是int。
ValueError - dims 的元素并非全部大于或等于0。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> tile = ops.Tile()
>>> input = Tensor(np.array([[1, 2], [3, 4]]), mindspore.float32)
>>> dims = (2, 3)
>>> output = tile(input, dims)
>>> print(output)
[[1.  2.  1.  2.  1.  2.]
 [3.  4.  3.  4.  3.  4.]
 [1.  2.  1.  2.  1.  2.]
 [3.  4.  3.  4.  3.  4.]]
>>> dims = (2, 3, 2)
>>> output = tile(input, dims)
>>> print(output)
[[[1. 2. 1. 2.]
  [3. 4. 3. 4.]
  [1. 2. 1. 2.]
  [3. 4. 3. 4.]
  [1. 2. 1. 2.]
  [3. 4. 3. 4.]]
 [[1. 2. 1. 2.]
  [3. 4. 3. 4.]
  [1. 2. 1. 2.]
  [3. 4. 3. 4.]
  [1. 2. 1. 2.]
  [3. 4. 3. 4.]]]