pypto.sub#
产品支持情况#
Ascend 950PR:支持
Atlas A3 训练系列产品/Atlas A3 推理系列产品:支持
Atlas A2 训练系列产品/Atlas A2 推理系列产品:支持
功能说明#
逐元素从input中减去other值。计算公式如下:
函数原型#
sub(input: Tensor, other: Union[Tensor, float, int]) -> Tensor
参数说明#
返回值说明#
返回输出Tensor,Tensor的数据类型和input、other相同,Shape为input和other广播后大小。
约束说明#
input和other都为Tensor时,数据类型应该相同。
other为scalar时,若input为浮点类型,则scalar支持整型(自动转为浮点);若input为整型,则scalar不支持浮点类型(会报错)。
Tensor数据类型说明:
Ascend 950PR:DT_INT32,DT_FP32,DT_INT16,DT_FP16,DT_BF16,DT_UINT8,DT_INT8。
Atlas A3 训练系列产品/Atlas A3 推理系列产品:DT_INT32,DT_INT16,DT_FP16,DT_FP32,DT_BF16。
Atlas A2 训练系列产品/Atlas A2 推理系列产品:DT_INT32,DT_INT16,DT_FP16,DT_FP32,DT_BF16。
Tensor类型输入不支持
TileOpFormat.TILEOP_NZ格式。
调用示例#
TileShape设置示例#
说明:调用该operation接口前,应通过set_vec_tile_shapes设置TileShape。
TileShape维度应和输出一致。
示例1:非广播场景,输入input shape为[m, n],other为[m, n],输出为[m, n],TileShape设置为[m1, n1],则m1, n1分别用于切分m, n轴。
pypto.set_vec_tile_shapes(4, 16)
示例2:广播场景,输入input shape为[m, n],other为[m, 1],输出为[m, n],TileShape设置为[m1, n1],则m1, n1分别用于切分m, n轴。
pypto.set_vec_tile_shapes(4, 16)
接口调用示例#
x = pypto.tensor([2, 3], pypto.DT_FP32)
y = pypto.tensor([2, 3], pypto.DT_FP32)
z = pypto.sub(x, y)
结果示例如下:
输入数据x: [[9.0 9.0 9.0],
[9.0 9.0 9.0]]
输入数据y: [[1.0 2.0 3.0],
[1.0 2.0 3.0]]
输出数据z: [[8.0 7.0 6.0],
[8.0 7.0 6.0]]