elementwise_pow

该OP逐元素对输入Tensor进行幂操作。

等式是：

• 

  ：多维Tensor。

• ：多维Tensor。

此运算算子有两种情况：

1. 

   相同。

2. 

   的 shape 是

   的连续子序列。

对于情况2：

1. 用 YY 的 shape 匹配 XX 的 shape，其中 axis 是 YY 在 XX 上的起始维度的位置。

2. 如果 axis 为-1（默认值），则 axis\=rank（X）−rank（Y）axis\=rank（X）−rank（Y） 。

例如：

参数：

• x （Variable）- 多维Tensor。数据类型为 float32 、 float64 、 int32 或 int64 。

• y （Variable）- 多维Tensor。数据类型为 float32 、 、 int32 或 int64 。

• act （string, 可选）- 激活函数名称，作用于输出上。默认值为None。详细请参考 ， 常见的激活函数有: relu tanh sigmoid 等。

• name （string, 可选）- 输出的名字。默认值为None。该参数供开发人员打印调试信息时使用，具体用法请参见 Name 。

返回： 维度和数据类型与 x 相同的多维Tensor。

返回类型： 多维Tensor。

import paddle.fluid as fluid
import numpy as np
def gen_data():
    return {
        "y": np.array([1, 5, 2])
x = fluid.layers.data(name="x", shape=[3], dtype='float32')
y = fluid.layers.data(name="y", shape=[3], dtype='float32')
z = fluid.layers.elementwise_pow(x, y)
place = fluid.CPUPlace()
exe = fluid.Executor(place)
z_value = exe.run(feed=gen_data(),
                    fetch_list=[z.name])
print(z_value) #[2, 243, 16]