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。

xy 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

xy 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, xy 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 xy 不是以下之一:Tensor、Number、bool。

  • TypeError - 如果 xy 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]