megengine.functional.div¶

div(x, y)[源代码]¶

逐元素除法。

计算输入 \(x\) 与输入 \(y\) 的逐元素除。

参数

x (Tensor) – 被除的输入 Tensor，其应有一个数值类型。
y (Tensor) – 作为除数的输入张量。Layout 必须跟 \(x\) 兼容(具体参见广播机制与规则 )。应该有一个数值数据类型。

返回类型

Tensor

返回

返回一个逐元素运算之后的 Tensor，其数值类型由类型提升规则规则决定。

特殊的案例

对于浮点数的操作，

如果输入 \(x\) 或 \(y\) 为 Nan，结果为 Nan。
如果 \(x\) 是 +infinity 或 -infinity，并且 \(y\) 是 +infinity 或 -infinity, 则计算结果为 NaN。
如果 \(x\) 是 +0 或 -0，并且 \(y\) 是 +0 或 -0, 则计算结果为 NaN。
如果 \(x\) 是 +0，\(y\) 大于 0, 则计算结果为 +0。
如果 \(x\) 是 -0，\(y\) 大于 0, 则计算结果为 -0。
如果 \(x\) 是 +0， \(y\) 小于 0, 则计算结果为 -0。
如果 \(x\) 是 -0， \(y\) 小于 0, 则计算结果为 +0。
如果 \(x\) 大于 0，\(y\) 是 +0, 则计算结果为 +infinity。
如果 \(x\) 大于 0， \(y\) 是 -0, 则计算结果为 -infinity。
如果 \(x\) 小于 0， \(y\) 是 +0, 则计算结果为 -infinity。
如果 \(x\) 小于 0， \(y\) 是 -0, 则计算结果为 +infinity。
如果 \(x\) 是 +infinity，\(y\) 是一个大于 0 的有限数，则计算结果为 +infinity。
如果 \(x\) 是 +infinity，\(y\) 是一个小于 0 的有限数，则计算结果为 -infinity。
如果 \(x\) 是 -infinity，\(y\) 是一个大于 0 的有限数，则计算结果为 -infinity。
如果 \(x\) 是 -infinity，\(y\) 是一个小于 0 的有限数，则计算结果为 +infinity。
如果 \(x\) 正有限数，\(y\) 是 +infinity, 则计算结果为 +0。
如果 \(x\) 正有限数，\(y\) 是 -infinity, 则计算结果为 -0。
如果 \(x\) 负有限数，\(y\) 是 +infinity, 则计算结果为 -0。
如果 \(x\) 负有限数，\(y\) 是 -infinity, 则计算结果为 +0。
如果 \(x\) 和 \(y\) 为同一符号的有限数, 则计算结果为正数.
如果 \(x\) 和 \(y\) 为不同符号的有限数, 则计算结果为负数.
在其余情况下，既不涉及 “-infinity”、“+0”、“-0”，也不涉及 “NaN”，则会将计算结果四舍五入为最接近的可表示值，符合 IEEE 754-2019 和支持的舍入模式。如果数值太大而无法表示，则运算溢出，结果为正无穷大或负无穷大。如果数值太小而无法表示，则运算下溢，结果为 +0 或 -0。

注解

/ 运算符可以用作 Tensor 上 div 的简写。

参见

在 Python 中，// 是整除运算符，见 floor_div，/ 是除运算符。

实际案例

>>> F.div(1.0, 4.0)
Tensor(0.25, device=xpux:0)

逐元素除法：

>>> x = Tensor([[1, 2, 3], [4, 5, 6]])
>>> y = Tensor([[1, 1, 1], [2, 2, 2]])
>>> F.div(x, y)
Tensor([[1.  2.  3. ]
 [2.  2.5 3. ]], device=xpux:0)

广播：

>>> x = Tensor([[1, 2, 3], [4, 5, 6]])
>>> F.div(x, 2)
Tensor([[0.5 1.  1.5]
 [2.  2.5 3. ]], device=xpux:0)

megengine.functional.mul

megengine.functional.floor_div