equal¶

paddle. equal ( x, y, cond=None, name=None ) [源代码] ¶

该OP返回 \(x==y\) 逐元素比较x和y是否相等，x和y的维度应该相同。

参数：

x (Variable) - 输入Tensor，支持的数据类型包括 float32， float64，int32， int64。
y (Variable) - 输入Tensor，支持的数据类型包括 float32， float64， int32， int64。
cond (Variable，可选) – 如果为None，则创建一个Tensor来作为进行比较的输出结果，该Tensor的shape和数据类型和输入x一致；如果不为None，则将Tensor作为该OP的输出，数据类型和数据shape需要和输入x一致。默认值为None。
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：输出结果的Tensor，输出Tensor的shape和输入一致，Tensor数据类型为bool。

返回类型：变量（Variable）

代码示例:

import paddle.fluid as fluid
import numpy as np

out_cond =fluid.data(name="input1", shape=[2], dtype='bool')
label = fluid.layers.assign(np.array([3, 3], dtype="int32"))
limit = fluid.layers.assign(np.array([3, 2], dtype="int32"))
label_cond = fluid.layers.assign(np.array([1, 2], dtype="int32"))

out1 = fluid.layers.equal(x=label,y=limit) #out1=[True, False]
out2 = fluid.layers.equal(x=label_cond,y=limit, cond=out_cond) #out2=[False, True] out_cond=[False, True]

PaddlePaddle

paddle.fluid / layers / equal

equal¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle.fluid / layers / equal

equal¶