elementwise_pow

paddle.fluid.layers. elementwise_pow ( x, y, axis=- 1, act=None, name=None ) [源代码]

该OP逐元素对输入Tensor进行幂操作。

等式是：

elementwise_pow - 图1

  • elementwise_pow - 图2

    ：多维Tensor。

  • elementwise_pow - 图3

    ：多维Tensor。

此运算算子有两种情况：

  1. elementwise_pow - 图4

    的 shape 与

    elementwise_pow - 图5

    相同。

  2. elementwise_pow - 图6

    的 shape 是

    elementwise_pow - 图7

    的连续子序列。

对于情况2：

  1. 用 YY 的 shape 匹配 XX 的 shape，其中 axis 是 YY 在 XX 上的起始维度的位置。

  2. 如果 axis 为-1（默认值），则 axis=rank（X）−rank（Y）axis=rank（X）−rank（Y） 。

  3. 考虑到子序列， YY 的大小为1的尾部维度将被忽略，例如shape（Y）=（2,1）=>（2）。

例如：

  1. shape(X) = (2, 3, 4, 5), shape(Y) = (,)
  2. shape(X) = (2, 3, 4, 5), shape(Y) = (5,)
  3. shape(X) = (2, 3, 4, 5), shape(Y) = (4, 5), with axis=-1(default) or axis=2
  4. shape(X) = (2, 3, 4, 5), shape(Y) = (3, 4), with axis=1
  5. shape(X) = (2, 3, 4, 5), shape(Y) = (2), with axis=0
  6. shape(X) = (2, 3, 4, 5), shape(Y) = (2, 1), with axis=0

参数：

  • x （Variable）- 多维Tensor。数据类型为 float32 、 float64 、 int32 或 int64 。

  • y （Variable）- 多维Tensor。数据类型为 float32 、 float64 、 int32 或 int64 。

  • axis （int32, 可选）- Y的维度对应到X维度上时的索引。默认值为 -1。

  • act （string, 可选）- 激活函数名称，作用于输出上。默认值为None。详细请参考 激活函数 ， 常见的激活函数有: relu tanh sigmoid 等。

  • name （string, 可选）- 输出的名字。默认值为None。该参数供开发人员打印调试信息时使用，具体用法请参见 Name 。

返回： 维度和数据类型与 x 相同的多维Tensor。

返回类型： 多维Tensor。

代码示例

  1. import paddle.fluid as fluid
  2. import numpy as np
  4. def gen_data():
  5.     return {
  6.         "x": np.array([2, 3, 4]),
  7.         "y": np.array([1, 5, 2])
  8.     }
  10. x = fluid.layers.data(name="x", shape=[3], dtype='float32')
  11. y = fluid.layers.data(name="y", shape=[3], dtype='float32')
  12. z = fluid.layers.elementwise_pow(x, y)
  14. place = fluid.CPUPlace()
  15. exe = fluid.Executor(place)
  16. z_value = exe.run(feed=gen_data(),
  17.                     fetch_list=[z.name])
  19. print(z_value) #[2, 243, 16]