文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.ops.BiasAdd

class mindspore.ops.BiasAdd(data_format='NCHW')

返回输入Tensor与偏置Tensor之和。相加前会把偏置Tensor广播成与输入Tensor的shape一致。

参数：

• data_format (str，可选) - 输入和输出数据的格式。取值为 "NHWC" 、 "NCHW" 或 "NCDHW" 。默认值： "NCHW" 。

输入：

• input_x (Tensor) -输入Tensor。shape可以有2~5个维度。支持数据类型：

  • Ascend/CPU： 所有数值类型。

  • GPU： float16、float32、int8。

• bias (Tensor) - 偏置Tensor，shape为 $(C)$。C必须与 input_x 的通道维度C相同。其数据类型与 input_x 一致。

输出：

Tensor，shape和数据类型与 input_x 相同。

异常：

• TypeError - data_format 不是str。

• ValueError - data_format 的值不在['NHWC', 'NCHW', 'NCDHW']范围内。

• TypeError - input_x 或 bias 不是Tensor。

• TypeError - input_x 与 bias 的数据类型不一致。

• TypeError - input_x 的维度不在[2, 5]范围内。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> input_x = Tensor(np.arange(6).reshape((2, 3)), mindspore.float32)
>>> bias = Tensor(np.random.random(3).reshape((3,)), mindspore.float32)
>>> bias_add = ops.BiasAdd()
>>> output = bias_add(input_x, bias)
>>> print(output.shape)
(2, 3)