pypto.fmod#

产品支持情况#

  • Ascend 950PR/Ascend 950DT：支持

  • Atlas A3 训练系列产品/Atlas A3 推理系列产品：支持

  • Atlas A2 训练系列产品/Atlas A2 推理系列产品：支持

功能说明#

将input的每个元素和other中对应位置的元素进行取模运算，计算公式如下：

\[ res_i = input_i \;\%\; other_i \]

函数原型#

fmod(input: Tensor, other: Union[Tensor, float], precision_type: PrecisionType = PrecisionType.HIGH_PRECISION) -> Tensor

参数说明#

参数名

输入/输出

说明

input

输入

源操作数。
支持的类型为：Tensor。
Tensor支持的数据类型为：DT_FP32，DT_FP16，DT_BF16。
不支持空Tensor；Shape仅支持1-4维，并支持按照单个维度广播到相同形状；Shape Size不大于2147483647（即INT32_MAX）。

other

输入

源操作数。
支持的类型为float以及Tensor类型。
Tensor支持的数据类型为：DT_FP32，DT_FP16，DT_BF16。
不支持空Tensor；Shape仅支持1-4维，并支持按照单个维度广播到相同形状；Shape Size不大于2147483647（即INT32_MAX）。

precision_type

输入

精度模式枚举类型，用以控制取模计算的精度模式，具体定义为：PrecisionType。
默认为HIGH_PRECISION（高精度模式）。

返回值说明#

返回输出Tensor，Tensor的数据类型和input、other相同，Shape为input和other广播后大小。

约束说明#

  1. input和other类型应该相同。

  2. other为数字的时候，不支持隐式转化。

  3. other不支持nan、inf等特殊值

  4. precision_type使用说明：

    • Ascend 950PR/Ascend 950DT：支持高精度模式

    • Atlas A3 训练系列产品/Atlas A3 推理系列产品：不支持高精度模式，默认使用指令模式 INTRINSIC。

    • Atlas A2 训练系列产品/Atlas A2 推理系列产品：不支持高精度模式，默认使用指令模式 INTRINSIC。

  5. Tensor类型输入不支持TileOpFormat.TILEOP_NZ格式。

调用示例#

TileShape设置示例#

调用该operation接口前，应通过set_vec_tile_shapes设置TileShape。

TileShape维度应和输出一致。

如非广播场景，输入input shape为[m, n]，other为[m, n]，输出为[m, n]，TileShape设置为[m1, n1]，则m1, n1分别用于切分m, n轴。

广播场景，输入input shape为[m, n]，other为[m, 1]，输出为[m, n]，TileShape设置为[m1, n1]，则m1, n1分别用于切分m, n轴。

pypto.set_vec_tile_shapes(4, 16)

接口调用示例#

a = pypto.tensor([1, 3], pypto.DT_FP32)
b = pypto.tensor([1, 3], pypto.DT_FP32)
out = pypto.fmod(a, b)

结果示例如下：

输入数据a:    [[7.0 8.0 9.0]]
输入数据b:    [[3.0 3.0 3.0]]
输出数据out:  [[1.0 2.0 0.0]]

高精度模式示例#

a = pypto.tensor([1, 3], pypto.DT_FP32)
b = pypto.tensor([1, 3], pypto.DT_FP32)
out = pypto.fmod(a, b, pypto.PrecisionType.HIGH_PRECISION)

指令模式示例#

a = pypto.tensor([1, 3], pypto.DT_FP32)
b = pypto.tensor([1, 3], pypto.DT_FP32)
out = pypto.fmod(a, b, pypto.PrecisionType.INTRINSIC)