mindspore.mint.tile

mindspore.mint.tile(input, dims)

通过复制 dims 次 input 来创建新的Tensor。输出Tensor的第i维度有 input.shape[i] * dims[i] 个元素，并且 input 的值沿第i维度被复制 dims[i] 次。

说明

在Ascend平台上， dims 参数的个数不大于8，当前不支持超过4个维度同时做repeat的场景。

参数：

• input (Tensor) - 需要被复制的Tensor，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。

返回：

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

样例：

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