Skip to content

Latest commit

 

History

History
127 lines (95 loc) · 4.22 KB

elementwise_add_cn.rst

File metadata and controls

127 lines (95 loc) · 4.22 KB
Raw

elementwise_add

.. py:function:: paddle.fluid.layers.elementwise_add(x, y, axis=-1, act=None, name=None)

该OP是逐元素相加算子，输入 x 与输入 y 逐元素相加，并将各个位置的输出元素保存到返回结果中。

等式为：

Out = X + Y
  • X：多维Tensor。
  • Y：维度必须小于等于X维度的Tensor。
对于这个运算算子有2种情况：
  1. Y 的 shape 与 X 相同。
  2. Y 的 shape 是 X 的连续子序列。
对于情况2:
  1. 用 Y 匹配 X 的形状（shape），其中 axis 是 Y 在 X 上的起始维度的位置。
  2. 如果 axis 为-1（默认值），则 axis= rank(X)-rank(Y) 。
  3. 考虑到子序列，Y 的大小为1的尾部维度将被忽略，例如shape（Y）=（2,1）=>（2）。

例如：

shape(X) = (2, 3, 4, 5), shape(Y) = (,)
shape(X) = (2, 3, 4, 5), shape(Y) = (5,)
shape(X) = (2, 3, 4, 5), shape(Y) = (4, 5), with axis=-1(default) or axis=2
shape(X) = (2, 3, 4, 5), shape(Y) = (3, 4), with axis=1
shape(X) = (2, 3, 4, 5), shape(Y) = (2), with axis=0
shape(X) = (2, 3, 4, 5), shape(Y) = (2, 1), with axis=0

参数

  • x （Variable）- 多维 Tensor 或 LoDTensor。数据类型为 float32 、 float64 、 int32 或 int64。
  • y （Variable）- 多维 Tensor 或 LoDTensor。数据类型为 float32 、 float64 、 int32 或 int64。
  • axis （int32，可选）- y 的维度对应到 x 维度上时的索引。默认值为 -1。
  • act （str，可选）- 激活函数名称，作用于输出上。默认值为None。详细请参考 :ref:`api_guide_activations`，常见的激活函数有：relu tanh sigmoid 等。
  • name (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。

返回

维度与 x 相同的 Tensor 或 LoDTensor，数据类型与 x 相同。

返回类型

Variable。

代码示例 1

import paddle.fluid as fluid
import numpy as np
def gen_data():
    return {
        "x": np.array([2, 3, 4]),
        "y": np.array([1, 5, 2])
    }
x = fluid.layers.data(name="x", shape=[3], dtype='float32')
y = fluid.layers.data(name="y", shape=[3], dtype='float32')
z = fluid.layers.elementwise_add(x, y)
# z = x + y
place = fluid.CPUPlace()
exe = fluid.Executor(place)
z_value = exe.run(feed=gen_data(),
                    fetch_list=[z.name])
print(z_value) # [3., 8., 6.]

代码示例 2

import paddle.fluid as fluid
import numpy as np
def gen_data():
    return {
        "x": np.random.randint(1, 5, size=[2, 3, 4, 5]).astype('float32'),
        "y": np.random.randint(1, 5, size=[3, 4]).astype('float32')
    }
x = fluid.layers.data(name="x", shape=[2,3,4,5], dtype='float32')
y = fluid.layers.data(name="y", shape=[3,4], dtype='float32')
z = fluid.layers.elementwise_add(x, y, axis=1)
# z = x + y
place = fluid.CPUPlace()
exe = fluid.Executor(place)
z_value = exe.run(feed=gen_data(),
                    fetch_list=[z.name])
print(z_value) # z.shape=[2,3,4,5]

代码示例 3

import paddle.fluid as fluid
import numpy as np
def gen_data():
    return {
        "x": np.random.randint(1, 5, size=[2, 3, 4, 5]).astype('float32'),
        "y": np.random.randint(1, 5, size=[5]).astype('float32')
    }
x = fluid.layers.data(name="x", shape=[2,3,4,5], dtype='float32')
y = fluid.layers.data(name="y", shape=[5], dtype='float32')
# z = x + y
z = fluid.layers.elementwise_add(x, y, axis=3)
place = fluid.CPUPlace()
exe = fluid.Executor(place)
z_value = exe.run(feed=gen_data(),
                    fetch_list=[z.name])
print(z_value) # z.shape=[2,3,4,5]