lerp

paddle. lerp ( x, y, weight, name=None, *, out=None ) [源代码] 

基于给定的 weight 计算 x 与 y 的线性插值

\[lerp(x, y, weight) = x + weight * (y - x)\]

参数

x (Tensor) - 输入的 Tensor，作为线性插值开始的点，数据类型为：bfloat16、float16、float32、float64。别名 input。

y (Tensor) - 输入的 Tensor，作为线性插值结束的点，数据类型为：bfloat16、float16、float32、float64。别名 end。

weight (float|Tensor) - 给定的权重值，weight 为 Tensor 时数据类型为：bfloat16、float16、float32、float64。

name (str，可选） - 操作的名称(可选，默认值为 None）。更多信息请参见 api_guide_Name。

关键字参数

out (Tensor，可选) - 输出 Tensor，若不为 None，计算结果将保存在该 Tensor 中，默认值为 None。

返回

输出 Tensor，与 x 数据类型相同。

代码示例

          >>> import paddle

>>> x = paddle.arange(1.0, 5.0, dtype='float32')
>>> y = paddle.empty([4], dtype='float32')
>>> y.fill_(10.0)
>>> out = paddle.lerp(x, y, 0.5)
>>> out
Tensor(shape=[4], dtype=float32, place=Place(cpu), stop_gradient=True,
[5.50000000, 6.        , 6.50000000, 7.        ])

>>> # Using out parameter
>>> result = paddle.empty([4], dtype='float32')
>>> paddle.lerp(x, y, 0.5, out=result)
>>> result
Tensor(shape=[4], dtype=float32, place=Place(cpu), stop_gradient=True,
[5.50000000, 6.        , 6.50000000, 7.        ])

>>> # Using parameter aliases (input for x, end for y)
>>> out = paddle.lerp(input=x, end=y, weight=0.5)
>>> out
Tensor(shape=[4], dtype=float32, place=Place(cpu), stop_gradient=True,
[5.50000000, 6.        , 6.50000000, 7.        ])

         

使用本API的教程文档¶

PyTorch 写法