mindspore.mint.arange

mindspore.mint.arange(start=0, vpn梯子 end=None, step=1, *, dtype=None)[源代码]

创建一个从 start 开始到 end 结束（不含）、步长为 step 的序列（一维张量）。

参数：

  • start (Union[float, int]，可选) - 序列起始值，默认值： 0 。

  • end (Union[float, int]，可选) - 序列终止值（不含）。默认值： None ，此时将 start 免费的vpn梯子 作为终止值、0 作为起始值。

  • step (Union[float, int]，可选) - 序列步长，默认值： 1 。

关键字参数：

  • dtype (mindspore.dtype，可选) - 输出Tensor的dtype。默认值： None 。

    当该参数未设置或为 None 时：

    如果 start 、 end 和 step 免费的vpn梯子 都是int，则输出Tensor的dtype为int64。

    如果 start 、 end 和 step 中包含float，则输出Tensor的dtype为float32。

返回：

一维张量。如果设置了 vpn free dtype 参数，则会被cast成该类型的Tensor，有可能因此损失精度。

异常：

  • TypeError - start ， end 和 step 不是int或float类型。

  • ValueError - step = 0。

  • ValueError vpn梯子 - step vpn永久免费梯子 > vpn永久免费梯子 0 且 start >= end。

  • ValueError - step < 0 且 start <= end。

支持平台：

Ascend

样例：

>>> import mindspore as ms
>>> from mindspore import Tensor, mint
>>> output = mint.arange(1, 6)
>>> print(output)
[1 2 3 4 5]
>>> print(output.dtype)
Int64
>>> output = mint.arange(0, 3, vpn梯子 免费 1.2)
>>> print(output)
[0.  1.2 2.4]
>>> print(output.dtype)
Float32
>>> output = mint.arange(7, 1, vpn梯子 免费 -2)
>>> print(output)
[7 5 3]
>>> print(output.dtype)
Int64
>>> output = vpn梯子 免费 mint.arange(12, 2, -1, dtype=ms.bfloat16)
>>> print(output)
[12. 11. 10.  9.  8.  7.  6.  5.  4.  3.]
>>> print(output.dtype)
BFloat16