add

paddle. add ( x, y, name=None, *, alpha=1, out=None ) [源代码]

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。

备注

别名支持: 参数名 input 可替代 x，参数名 other 可替代 y ，如 add(input=tensor_x, other=tensor_y, ...) 等价于 add(x=tensor_x, y=tensor_y, ...) 。 输入 x 与输入 y 必须和广播为相同形状，关于广播规则，请参见 Tensor 介绍 .

等式为：

\[Out = X + alpha \times Y\]

  • \(X\)：多维 Tensor。

  • \(Y\)：多维 Tensor。

以下情况使用该算子，该情况为： 1. X 与 Y 的形状一样。 2. Y 的形状是 X 的一部分连续的形状。

参数

  • x (Tensor) - 输入的 Tensor，数据类型为：bool、bfloat16、float16、float32、float64、int8、int16、int32、int64、uint8、complex64、complex128。 别名: input

  • y (Tensor) - 输入的 Tensor，数据类型为：bool、bfloat16、float16、float32、float64、int8、int16、int32、int64、uint8、complex64、complex128。 别名: other

  • name (str，可选) - 具体用法请参见 api_guide_Name，一般无需设置，默认值为 None。

  • alpha (Number, 可选) - 对 y 的缩放因子，默认值为 1。

  • out (Tensor, 可选) - 输出 Tensor，默认值为 None。

返回

多维 Tensor，数据类型与 x 相同，维度为广播后的形状。

代码示例

>>> import paddle

>>> x = paddle.to_tensor([2, 3, 4], 'float64')
>>> y = paddle.to_tensor([1, 5, 2], 'float64')
>>> z = paddle.add(x, y)
>>> print(z)
Tensor(shape=[3], dtype=float64, place=Place(cpu), stop_gradient=True,
[3., 8., 6.])

使用本API的教程文档