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。

文档反馈

mindspore.Tensor.split

mindspore.Tensor.split(split_size, dim=0)

根据指定的轴将输入Tensor切分成块。

参数：

split_size (Union[int, tuple(int), list(int)]) - 如果 split_size 是int类型，输入Tensor将被均匀的切分成块，每块的大小为 split_size ，若 tensor.shape[dim] 不能被 split_size 整除，最后一块大小将小于 split_size 。如果 split_size 是个list类型，输入Tensor将沿 dim 轴被切分成len(split_size)块，大小为 split_size 。
dim (int，可选) - 指定分割轴。默认值： 0 。

返回：

tuple[Tensor]。

异常：

TypeError - 如果 dim 不是int类型。
ValueError - 如果 dim 超出取值范围 $[- t e n s o r . n d i m, t e n s o r . n d i m)$ 。
TypeError - split_size 中的每个元素不是int、tuple(int)或者list(int)。
TypeError - split_size 的数据类型不是int、tuple(int)或者list(int)。
ValueError - split_size 的和不等于 x.shape[dim] 。

支持平台：

Ascend

样例：

>>> import numpy as np
>>> from mindspore import Tensor
>>> input_x = np.arange(9).astype("float32")
>>> output = Tensor.split(Tensor(input_x), 3)
>>> print(output)
(Tensor(shape=[3], dtype=Float32, value= [ 0.00000000e+00,  1.00000000e+00,  2.00000000e+00]),
 Tensor(shape=[3], dtype=Float32, value= [ 3.00000000e+00,  4.00000000e+00,  5.00000000e+00]),
 Tensor(shape=[3], dtype=Float32, value= [ 6.00000000e+00,  7.00000000e+00,  8.00000000e+00]))

mindspore.Tensor.split(split_size_or_sections, axis=0)