pypto.remainder【免费下载链接】pyptoPyPTO发音: pai p-t-oParallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto产品支持情况产品是否支持Ascend 950PR/Ascend 950DT√Atlas A3 训练系列产品/Atlas A3 推理系列产品√Atlas A2 训练系列产品/Atlas A2 推理系列产品√功能说明将 input 的每个元素和 other 中对应位置的元素进行取余运算计算公式如下$$ res_i input_i - other_i * floor(input_i / other_i) $$函数原型remainder( input: Union[Tensor, int, float], other: Union[Tensor, int, 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、int、float。Tensor支持的数据类型为DT_FP32, DT_FP16, DT_BF16, DT_INT32, DT_INT16。不支持空TensorShape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Tensor、int、float。Tensor支持的数据类型为DT_FP32, DT_FP16, DT_BF16, DT_INT32, DT_INT16。不支持空TensorShape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余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TensorShape为input和other广播后大小数据类型和输入Tensor的数据类型相同。约束说明input 和 other 均为Tensor时数据类型相同other 不支持0等特殊值若输入Tensor的数据类型为DT_INT32数据范围必须在[-2^24, 2^24]范围内以确保在计算过程中能精确转换为 float32高精度模式当前仅在Ascend 950PR/Ascend 950DT上有效其他产品底层默认使用指令模式INTRINSIC。调用示例TileShape设置示例说明调用该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([7.0, 8.0, 9.0], pypto.DT_FP32) b pypto.tensor([-3.0, -3.0, -3.0], pypto.DT_FP32) out pypto.remainder(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: [-2.0, -1.0, 0.0]高精度模式示例a pypto.tensor([7.0, 8.0, 9.0], pypto.DT_FP16) b pypto.tensor([-3.0, -3.0, -3.0], pypto.DT_FP16) out pypto.remainder(a, b, pypto.PrecisionType.HIGH_PRECISION)指令模式示例a pypto.tensor([7.0, 8.0, 9.0], pypto.DT_FP32) b pypto.tensor([-3.0, -3.0, -3.0], pypto.DT_FP32) out pypto.remainder(a, b, pypto.PrecisionType.INTRINSIC)【免费下载链接】pyptoPyPTO发音: pai p-t-oParallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
CANN/pypto取余运算函数文档
pypto.remainder【免费下载链接】pyptoPyPTO发音: pai p-t-oParallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto产品支持情况产品是否支持Ascend 950PR/Ascend 950DT√Atlas A3 训练系列产品/Atlas A3 推理系列产品√Atlas A2 训练系列产品/Atlas A2 推理系列产品√功能说明将 input 的每个元素和 other 中对应位置的元素进行取余运算计算公式如下$$ res_i input_i - other_i * floor(input_i / other_i) $$函数原型remainder( input: Union[Tensor, int, float], other: Union[Tensor, int, 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、int、float。Tensor支持的数据类型为DT_FP32, DT_FP16, DT_BF16, DT_INT32, DT_INT16。不支持空TensorShape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Tensor、int、float。Tensor支持的数据类型为DT_FP32, DT_FP16, DT_BF16, DT_INT32, DT_INT16。不支持空TensorShape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余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TensorShape为input和other广播后大小数据类型和输入Tensor的数据类型相同。约束说明input 和 other 均为Tensor时数据类型相同other 不支持0等特殊值若输入Tensor的数据类型为DT_INT32数据范围必须在[-2^24, 2^24]范围内以确保在计算过程中能精确转换为 float32高精度模式当前仅在Ascend 950PR/Ascend 950DT上有效其他产品底层默认使用指令模式INTRINSIC。调用示例TileShape设置示例说明调用该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([7.0, 8.0, 9.0], pypto.DT_FP32) b pypto.tensor([-3.0, -3.0, -3.0], pypto.DT_FP32) out pypto.remainder(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: [-2.0, -1.0, 0.0]高精度模式示例a pypto.tensor([7.0, 8.0, 9.0], pypto.DT_FP16) b pypto.tensor([-3.0, -3.0, -3.0], pypto.DT_FP16) out pypto.remainder(a, b, pypto.PrecisionType.HIGH_PRECISION)指令模式示例a pypto.tensor([7.0, 8.0, 9.0], pypto.DT_FP32) b pypto.tensor([-3.0, -3.0, -3.0], pypto.DT_FP32) out pypto.remainder(a, b, pypto.PrecisionType.INTRINSIC)【免费下载链接】pyptoPyPTO发音: pai p-t-oParallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
