tile¶
根据参数 repeat_times 对输入 x 的各维度进行复制。 平铺后，输出的第 i 个维度的值等于 x.shape[i]*repeat_times[i] 。
x 的维数和 repeat_times 中的元素数量应小于等于6。
参数¶
x (Tensor) - 输入的Tensor，数据类型为：bool、float32、float64、int32或int64。
repeat_times (list|tuple|Tensor) - 指定输入
x每个维度的复制次数。如果repeat_times的类型是list或tuple，它的元素可以是整数或者数据类型为int32的1-D Tensor。如果repeat_times的类型是Tensor，则是数据类型为int32的1-D Tensor。name (str，可选) - 操作的名称(可选，默认值为None）。更多信息请参见 Name 。
返回¶
Tensor ，数据类型与 x 相同。返回值的第i维的大小等于 x[i] * repeat_times[i] 。
代码示例¶
import paddle
import numpy as np
np_data = np.array([1, 2, 3]).astype('int32')
data = paddle.to_tensor(np_data)
out = paddle.tile(data, repeat_times=[2, 1])
np_out = out.numpy()
# [[1, 2, 3], [1, 2, 3]]
out = paddle.tile(data, repeat_times=[2, 2])
np_out = out.numpy()
# [[1, 2, 3, 1, 2, 3], [1, 2, 3, 1, 2, 3]]
np_repeat_times = np.array([2, 1]).astype("int32")
repeat_times = paddle.to_tensor(np_repeat_times)
out = paddle.tile(data, repeat_times=repeat_times)
np_out = out.numpy()
# [[1, 2, 3], [1, 2, 3]]