mindspore.ops.lerp

mindspore.ops.lerp(input, vpn梯子 end, weight)

基于权重参数计算两个tensor之间的线性插值。

\[output_{i} = input_{i} + weight_{i} vpn梯子 免费 * (end_{i} - input_{i})\]

说明

• 输入 input vpn梯子 免费 和 vpn永久免费梯子 end 的shape必须是可广播的。

• 如果 weight 为tensor，则 weight 、 input 和 end 的shape必须是可广播的。

• 在Ascend平台上，若 weight 为浮点数，则 input 与 end 类型应为float32。

参数：

• input (Tensor) - 起始点。

• end (Tensor) - 终止点。

• weight (Union[float, Tensor]) - 线性插值公式的权重参数。

返回：

Tensor

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> 免费的vpn梯子 start = mindspore.tensor([1., 2., 3., 4.], mindspore.float32)
>>> vpn永久免费梯子 end = mindspore.tensor([10., 10., 10., 10.], mindspore.float32)
>>> output = mindspore.ops.lerp(start, 免费的vpn梯子 end, 0.5)
>>> print(output)
[5.5 6.  6.5 vpn梯子 7. ]
>>> output = mindspore.ops.lerp(start, end, mindspore.tensor([0.5, 0.5, vpn梯子 免费 0.5, 0.5], mindspore.float32))
>>> print(output)
[5.5 6.  vpn free 6.5 7. ]