megengine.functional.mod¶

mod(x, y)[源代码]¶

逐元素 \(\operatorname{mod}(x, y)\) 函数

返回余数，即由输入张量 \(x\) 中的每个元素 \(x_i\) 关于输入张量 :math:`y`中的每个元素:math:`y_i`取模所得到余数。

注解

类似于Python的%运算符，不建议将此函数用于浮点数，因为语义不符合IEEE 754。该函数可以接受浮点数主要是为了向后兼容。
mod 是 NumPy 中 remainder 的别名。

参见

div / floor_div

参数

x (Tensor) – 输入 tensor，被除数。类型为数值数据类型。
y (Tensor) – 输入 tensor，除数，必须兼容:math:x `(参见:ref:`broadcasting-rule)。类型为数值数据类型。

返回类型

Tensor

返回

包含逐元素结果的张量。返回的张量必须具有由类型提升规则确定的数据类型。

特殊的案例

对于浮点数的操作，

如果 \(x_i\) 或 \(y_i\) 是 NaN，则结果是 NaN。
如果 \(x_i\) 是 +infinity 或 -infinity，并且 \(y_i\) 是 +infinity 或 -infinity，则结果是 NaN。
如果 \(x_i\) 是 +0 或 -0，并且 \(y_i\) 是 +0 或 -0，则结果是 NaN。
如果 \(x_i\) 是 +0，并且 \(y_i\) 大于 0，则结果是 +0。
如果 \(x_i\) 是 -0，并且 \(y_i\) 大于 0，则结果是 +0。
如果 \(x_i\) 是 +0，并且 \(y_i\) 小于 0，则结果是 -0。
如果 \(x_i\) 是 -0，并且 \(y_i\) 小于 0，则结果是 -0。
如果 \(x_i\) 大于 0，并且 \(y_i\) 是 +0，则结果是 NaN。
如果 \(x_i\) 大于 0，并且 \(y_i\) 是 -0，则结果是 NaN。
如果 \(x_i\) 小于 0，并且 \(y_i\) 是 +0，则结果是 NaN。
如果 \(x_i\) 小于 0，并且 \(y_i\) 是 -0，则结果是 NaN。
如果 \(x_i\) 是 +infinity，并且 \(y_i\) 是正数(即大于 0)，则结果是 NaN。
如果 \(x_i\) 是 +infinity，并且 \(y_i\) 是负数(即小于 0)，则结果是 NaN。
如果 \(x_i\) 是 -infinity，并且 \(y_i\) 是正数(即大于 0)，则结果是 NaN。
如果 \(x_i\) 是 -infinity，并且 \(y_i\) 是负数(即小于 0)，则结果是 NaN。
如果 \(x_i\) 是正数(即大于 0)，并且 \(y_i\) 是 +infinity，则结果是 \(x_i\)。(注：与Python行为一致)
如果 \(x_i\) 是正数(即大于 0)，并且 \(y_i\) 是 -infinity，则结果是 \(y_i\)。(注：与Python行为一致)
如果 \(x_i\) 是负数(即小于 0)，并且 \(y_i\) 是 +infinity，则结果是 \(y_i\)。(注：与Python行为一致)
如果 \(x_i\) 是负数(即小于 0)，并且 \(y_i\) 是 -infinity，则结果是 \(x_i\)。(注：与Python行为一致)
对于其余情况，必须与Python中的 % 操作符的结果一致。

实际案例

>>> F.mod(8, 3)
Tensor(2, dtype=int32, device=xpux:0)

逐元素取模：

>>> x = Tensor([1, 2, 3, 4, 5])
>>> y = Tensor([1, 2, 1, 2, 1])
>>> F.mod(x, y)
Tensor([0 0 0 0 0], dtype=int32, device=xpux:0)

广播：

>>> x = Tensor([1, 2, 3, 4, 5])
>>> F.mod(x, 3)
Tensor([1 2 0 1 2], dtype=int32, device=xpux:0)

megengine.functional.pow

megengine.functional.sqrt