maxframe.tensor.divide#

maxframe.tensor.divide(x1, x2, out=None, where=None, **kwargs)[源代码]#

逐元素地将参数相除。

参数:

  • x1 (array_like) -- 被除数张量。

  • x2 (array_like) -- 除数张量。

  • out (Tensor, None, or tuple of Tensor and None, optional) -- 用于保存结果的位置。如果提供，其形状必须可以广播到输入的形状。如果未提供或为 None，则返回一个新分配的数组。元组（仅可作为关键字参数）的长度必须等于输出的数量。

  • where (array_like, optional) -- 值为 True 表示在该位置计算 ufunc，值为 False 表示保留输出中的值不变。

  • **kwargs

返回:

out -- 逐元素的商 x1/x2。如果 x1 和 x2 都是标量，则返回一个标量。

返回类型:

Tensor

备注

在数组广播方面等价于 x1 / x2。

使用 seterr 可以更改除以零时的行为。

在 Python 2 中，当 x1 和 x2 都是整数类型时，divide 的行为类似于 floor_divide。在 Python 3 中，它的行为类似于 true_divide。

示例

>>> import maxframe.tensor as mt

>>> mt.divide(2.0, 4.0).execute()
0.5
>>> x1 = mt.arange(9.0).reshape((3, 3))
>>> x2 = mt.arange(3.0)
>>> mt.divide(x1, x2).execute()
array([[ NaN,  1. ,  1. ],
       [ Inf,  4. ,  2.5],
       [ Inf,  7. ,  4. ]])
Note the behavior with integer types (Python 2 only):
>>> mt.divide(2, 4).execute()
0
>>> mt.divide(2, 4.).execute()
0.5
Division by zero always yields zero in integer arithmetic (again, Python 2 only),
and does not raise an exception or a warning:
>>> mt.divide(mt.array([0, 1], dtype=int), mt.array([0, 0], dtype=int)).execute()
array([0, 0])
Division by zero can, however, be caught using seterr:
>>> old_err_state = mt.seterr(divide='raise')
>>> mt.divide(1, 0).execute()
Traceback (most recent call last):
...
FloatingPointError: divide by zero encountered in divide
>>> ignored_states = mt.seterr(**old_err_state)
>>> mt.divide(1, 0).execute()
0