Python mxnet.ndarray.sparse.divide用法及代码示例

用法: mxnet.ndarray.sparse.divide(lhs, rhs)

参数：

lhs：(scalar or mxnet.ndarray.sparse.array) - 除法中的第一个数组。
rhs：(scalar or mxnet.ndarray.sparse.array) - 除法中的第二个数组。要划分的数组。如果lhs.shape != rhs.shape，它们必须可以广播到一个共同的形状。

输入数组的元素划分。

返回类型：

通过广播返回输入数组的元素划分。

当 lhs 和 rhs 的形状不匹配时，等效于 lhs / rhs 和 mx.nd.broadcast_div(lhs, rhs)。如果 lhs.shape == rhs.shape 这等价于 mx.nd.elemwise_div(lhs, rhs)

注意：

如果两个数组的对应维度具有相同的大小或其中一个的大小为 1，则这些数组可以广播为一个共同的形状。

例子：

>>> x = (mx.nd.ones((2,3))*6).tostype('csr')
>>> y = mx.nd.arange(2).reshape((2,1)) + 1
>>> z = mx.nd.arange(3) + 1
>>> x.asnumpy()
array([[ 6.,  6.,  6.],
       [ 6.,  6.,  6.]], dtype=float32)
>>> y.asnumpy()
array([[ 1.],
       [ 2.]], dtype=float32)
>>> z.asnumpy()
array([ 1.,  2.,  3.], dtype=float32)
>>> x/2
<NDArray 2x3 @cpu(0)>
>>> (x/3).asnumpy()
array([[ 2.,  2.,  2.],
       [ 2.,  2.,  2.]], dtype=float32)
>>> (x/y).asnumpy()
array([[ 6.,  6.,  6.],
       [ 3.,  3.,  3.]], dtype=float32)
>>> mx.nd.sparse.divide(x,y).asnumpy()
array([[ 6.,  6.,  6.],
       [ 3.,  3.,  3.]], dtype=float32)
>>> (x/z).asnumpy()
array([[ 6.,  3.,  2.],
       [ 6.,  3.,  2.]], dtype=float32)
>>> mx.nd.sprase.divide(x,z).asnumpy()
array([[ 6.,  3.,  2.],
       [ 6.,  3.,  2.]], dtype=float32)
>>> z = z.reshape((1,3))
>>> z.asnumpy()
array([[ 1.,  2.,  3.]], dtype=float32)
>>> (x/z).asnumpy()
array([[ 6.,  3.,  2.],
       [ 6.,  3.,  2.]], dtype=float32)
>>> mx.nd.sparse.divide(x,z).asnumpy()
array([[ 6.,  3.,  2.],
       [ 6.,  3.,  2.]], dtype=float32)

相关用法

注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.ndarray.sparse.divide。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

返回类型：

注意：

例子：