pypto.bitwise_and#

产品支持情况#

逐元素地将input与other值进行按位与（AND）运算。计算公式如下：

\[ \text{res}_i = \text{input\_i \& other\_i} \]

bitwise_and(input: Tensor, other: Union[Tensor, int]) -> Tensor

参数名	输入/输出	说明
input	输入	源操作数。支持的类型为：Tensor。不同型号支持的数据类型有所差异，详细请参见约束说明。不支持空Tensor；Shape仅支持1-4维，支持按照单个维度广播到相同形状；Shape Size不大于2147483647（即INT32_MAX）。
other	输入	源操作数。支持的类型为int以及Tensor类型。不同型号支持的数据类型有所差异，详细请参见约束说明。不支持空Tensor；Shape仅支持1-4维，支持按照单个维度广播到相同形状；Shape Size不大于2147483647（即INT32_MAX）。

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。

input和other都为Tensor时，数据类型应该相同。
Tensor数据类型说明：
- Ascend 950PR：DT_INT16，DT_UINT16，DT_INT8，DT_UINT8，DT_INT32。
- Atlas A3 训练系列产品/Atlas A3 推理系列产品：DT_INT16，DT_UINT16，DT_INT8，DT_UINT8。
- Atlas A2 训练系列产品/Atlas A2 推理系列产品：DT_INT16，DT_UINT16，DT_INT8，DT_UINT8。
Tensor类型输入不支持TileOpFormat.TILEOP_NZ格式。

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。

如非广播场景，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。

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)

a = pypto.tensor([2], pypto.DT_INT16)
b = pypto.tensor([2], pypto.DT_INT16)
out = pypto.bitwise_and(a, b)

结果示例如下：

输入数据a:  [2, 5]
输入数据b: [1, 7]
输出数据out: [0, 5]