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) - 具体用法请参见 Name，一般无需设置，默认值为 None。
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
data = paddle.to_tensor([1, 2, 3], dtype='int32')
out = paddle.tile(data, repeat_times=[2, 1])
print(out)
# Tensor(shape=[2, 3], dtype=int32, place=Place(gpu:0), stop_gradient=True,
# [[1, 2, 3],
# [1, 2, 3]])
out = paddle.tile(data, repeat_times=(2, 2))
print(out)
# Tensor(shape=[2, 6], dtype=int32, place=Place(gpu:0), stop_gradient=True,
# [[1, 2, 3, 1, 2, 3],
# [1, 2, 3, 1, 2, 3]])
repeat_times = paddle.to_tensor([1, 2], dtype='int32')
out = paddle.tile(data, repeat_times=repeat_times)
print(out)
# Tensor(shape=[1, 6], dtype=int32, place=Place(gpu:0), stop_gradient=True,
# [[1, 2, 3, 1, 2, 3]])