cupy.gradient#

cupy.gradient(f, *varargs, axis=None, edge_order=1)[源代码][源代码]#

返回一个 N 维数组的梯度。

梯度是使用在内部点上的二阶精确中心差分计算的，并且在边界处使用一阶或二阶精确的一侧（前向或后向）差分。因此，返回的梯度与输入数组具有相同的形状。

参数:

  • f (cupy.ndarray) – 一个包含标量函数样本的N维数组。

  • varargs (list of scalar or array, optional) – f 值之间的间距。所有维度的默认单位间距。可以使用以下方式指定间距：1. 单个标量来指定所有维度的样本距离。2. N 个标量来为每个维度指定一个恒定的样本距离。例如 dx, dy, dz, … 3. N 个数组来指定沿 F 的每个维度的值的坐标。数组的长度必须与相应维度的大小匹配。4. 任何 N 个标量/数组的组合，具有 2 和 3 的含义。如果给出了 axis，则 varargs 的数量必须等于轴的数量。默认值：1。

  • edge_order ({1, 2}, optional) – 梯度是使用边界处的 N 阶精确差分计算的。默认值：1。

  • axis (None or int or tuple of ints, optional) – 梯度仅沿给定的轴或多个轴计算。默认（axis = None）是计算输入数组所有轴的梯度。轴可以是负数，在这种情况下，它从最后一个轴计数到第一个轴。

返回:

一组 ndarray（如果只有一个维度，则为单个 ndarray），对应于 f 对每个维度的导数。每个导数与 f 具有相同的形状。

返回类型:

gradient (cupy.ndarray or list of cupy.ndarray)

参见

numpy.gradient()