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]