Python mxnet.ndarray.sparse.divide用法及代碼示例

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

參數：

lhs：(scalar or mxnet.ndarray.sparse.array) - 除法中的第一個數組。
rhs：(scalar or mxnet.ndarray.sparse.array) - 除法中的第二個數組。要劃分的數組。如果lhs.shape != rhs.shape，它們必須可以廣播到一個共同的形狀。

輸入數組的元素劃分。

返回類型：

通過廣播返回輸入數組的元素劃分。

當 lhs 和 rhs 的形狀不匹配時，等效於 lhs / rhs 和 mx.nd.broadcast_div(lhs, rhs)。如果 lhs.shape == rhs.shape 這等價於 mx.nd.elemwise_div(lhs, rhs)

注意：

如果兩個數組的對應維度具有相同的大小或其中一個的大小為 1，則這些數組可以廣播為一個共同的形狀。

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)

相關用法

注：本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.ndarray.sparse.divide。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

返回類型：

注意：

例子：