divide
逐元素相除算子,输入 x
与输入 y
逐元素相除,并将各个位置的输出元素保存到返回结果中。
备注
别名支持: 参数名 input
可替代 x
,参数名 other
可替代 y
,如 divide(input=tensor_x, other=tensor_y, ...)
等价于 divide(x=tensor_x, y=tensor_y, ...)
。 输入 x
与输入 y
必须和广播为相同形状,关于广播规则,请参见 Tensor 介绍 .
等式为:
\(X\):多维 Tensor。
\(Y\):多维 Tensor。
参数
x (Tensor) - 多维 Tensor。数据类型为 bool、bfloat16、float16、float32、float64、int8、int16、int32、int64、uint8、complex64、complex128。
别名: input
y (Tensor) - 多维 Tensor。数据类型为 bool、bfloat16、float16、float32、float64、int8、int16、int32、int64、uint8、complex64、complex128。
别名: other
name (str,可选) - 具体用法请参见 api_guide_Name,一般无需设置,默认值为 None。
rounding_mode (str,可选) - 指定舍入模式。可选值为
None
、"trunc"
或"floor"
。如果rounding_mode=None
,则不进行舍入操作;如果rounding_mode="trunc"
,则向零截断;如果rounding_mode="floor"
,则向负无穷舍入。out (Tensor,可选) - 输出 Tensor,默认值为 None。
返回
Tensor
,存储运算后的结果。如果 x 和 y 有不同的 shape 且是可以广播的,返回 Tensor 的 shape 是 x 和 y 经过广播后的 shape。如果 x 和 y 有相同的 shape,返回 Tensor 的 shape 与 x,y 相同。
代码示例
>>> import paddle
>>> x = paddle.to_tensor([2, 3, 4], dtype='float64')
>>> y = paddle.to_tensor([1, 5, 2], dtype='float64')
>>> z = paddle.divide(x, y)
>>> print(z)
Tensor(shape=[3], dtype=float64, place=Place(cpu), stop_gradient=True,
[2. , 0.60000000, 2. ])