[object Object][object Object][object Object]

• Ascend 950PR/Ascend 950DT：支持

[object Object][object Object]

• Atlas A3 训练系列产品/Atlas A3 推理系列产品：支持

[object Object][object Object]

• Atlas A2 训练系列产品/Atlas A2 推理系列产品：支持

[object Object][object Object]

将input的每个元素和other中对应位置的元素进行取余运算，计算公式如下：

$$res_i = input_i - other_i * floor(input_i / other_i)$$ [object Object][object Object][object Object]undefined[object Object]

返回输出Tensor，Shape为input和other广播后大小，数据类型和输入Tensor的数据类型相同。

[object Object]

1. 当前不支持混合精度类型输入，即输入都是Tensor时数据类型都相同，输入有一个是标量时，Tenosr的数据类型必须是对应的整数类型（DT_INT32或DT_INT16）或浮点数类型（DT_FP32、DT_FP16、DT_BF16）；
2. 当input为整型数据类型时， other不能含0，整数取余的结果由芯片类型决定，可能为0或-1。
3. 若输入Tensor的数据类型为DT_INT32，数据范围超过[-2^24, 2^24]范围时不保证精度；
4. precision_type使用说明：[object Object]
   • Ascend 950PR/Ascend 950DT：支持
   [object Object][object Object]
   • Atlas A3 训练系列产品/Atlas A3 推理系列产品：不支持，默认使用指令模式 [object Object]
   [object Object][object Object]
   • Atlas A2 训练系列产品/Atlas A2 推理系列产品：不支持，默认使用指令模式 [object Object]
   [object Object]
5. Tensor类型输入不支持[object Object]格式。

[object Object][object Object]

说明：调用该operation接口前，应通过set_vec_tile_shapes设置TileShape。

TileShape维度应和输出一致。

如非广播场景，输入input shape为[m, n]，other为[m, n]，输出为[m, n]，TileShape设置为[m1, n1]，则m1, n1分别用于切分m, n轴。

广播场景，输入input shape为[m, n]，other为[m, 1]，输出为[m, n]，TileShape设置为[m1, n1]，则m1, n1分别用于切分m, n轴。

[object Object]

结果示例如下：

[object Object][object Object]