代码拉取完成，页面将自动刷新
支持使用raise触发异常，raise语法格式：raise[Exception [, args]]。语句中的Exception是异常的类型，args是用户提供的异常参数，通常可以是字符串或者其他对象。目前支持的异常类型有：NoExceptionType、UnknownError、ArgumentError、NotSupportError、NotExistsError、DeviceProcessError、AbortedError、IndexError、ValueError、TypeError、KeyError、AttributeError、NameError、AssertionError、BaseException、KeyboardInterrupt、Exception、StopIteration、OverflowError、ZeroDivisionError、EnvironmentError、IOError、OSError、ImportError、MemoryError、UnboundLocalError、RuntimeError、NotImplementedError、IndentationError、RuntimeWarning。
值得注意的是，raise语句在静态图模式下的变量场景的能力是通过扩展语法支持，即需要在JIT语法支持级别选项jit_syntax_level为LAX时才支持。
例如：
import mindspore
from mindspore import nn
class Net(nn.Cell):
def __init__(self):
super(Net, self).__init__()
@mindspore.jit
def construct(self, x, y):
if x <= y:
raise ValueError("x should be greater than y.")
else:
x += 1
return x
net = Net()
net(mindspore.tensor(-2), mindspore.tensor(-1))
输出结果:
ValueError: x should be greater than y.
支持使用assert来做异常检查，assert语法格式：assert[Expression [, args]]。其中Expression是判断条件，如果条件为真，就不做任何事情；条件为假时，则将抛出AssertError类型的异常信息。args是用户提供的异常参数，通常可以是字符串或者其他对象。
import mindspore
from mindspore import nn
class Net(nn.Cell):
def __init__(self):
super(Net, self).__init__()
@mindspore.jit
def construct(self, x):
assert x in [2, 3, 4]
return x
net = Net()
net(mindspore.tensor(-1))
输出结果中正常出现:
AssertionError.
import mindspore
from mindspore import nn
class Net(nn.Cell):
@mindspore.jit
def construct(self, x):
i = 0
while i < 5:
if i > 3:
pass
else:
x = x * 1.5
i += 1
return x
net = Net()
ret = net(10)
print("ret:", ret)ret: 50.625
return语句通常是将结果返回调用的地方，return语句之后的语句不被执行。如果返回语句没有任何表达式或者函数没有return语句，则默认返回一个None对象。一个函数体内可以根据不同的情况有多个return语句。例如：
import mindspore
from mindspore import nn
class Net(nn.Cell):
@mindspore.jit
def construct(self, x):
if x > 0:
return x
return 0
net = Net()
ret = net(10)
print("ret:", ret)ret: 10
如上，在控制流场景语句中，可以有多个return语句。如果一个函数中没有return语句，则默认返回None对象，如下用例：
import mindspore
@mindspore.jit
def foo():
x = 3
print("x:", x)
res = foo()
assert res is Nonex: 3
break语句用来终止循环语句，即循环条件没有False条件或者序列还没完全递归完时，也会停止执行循环语句，通常用在while和for循环中。在嵌套循环中，break语句将停止执行最内层的循环。
import mindspore
from mindspore import nn
class Net(nn.Cell):
@mindspore.jit
def construct(self, x):
for i in range(8):
if i > 5:
x *= 3
break
x = x * 2
return x
net = Net()
ret = net(10)
print("ret:", ret)ret: 1920
continue语句用来跳出当前的循环语句，进入下一轮的循环。与break语句有所不同，break语句用来终止整个循环语句。continue也用在while和for循环中。例如：
import mindspore
from mindspore import nn
class Net(nn.Cell):
@mindspore.jit
def construct(self, x):
for i in range(4):
if i > 2:
x *= 3
continue
return x
net = Net()
ret = net(3)
print("ret:", ret)ret: 9
使用方式：
if (cond): statements...
x = y if (cond) else z
参数：cond - 支持bool类型的变量，也支持类型为Number、List、Tuple、Dict、String类型的常量以及None对象。
限制：
cond不为常量，在不同分支中同一符号被赋予的变量或者常量的数据类型应一致，如果是被赋予变量或者常量数据类型是Tensor，则要求Tensor的type和shape也应一致。示例1：
import mindspore
x = mindspore.tensor([1, 4], mindspore.int32)
y = mindspore.tensor([0, 3], mindspore.int32)
m = 1
n = 2
@mindspore.jit()
def test_if_cond(x, y):
if (x > y).any():
return m
return n
ret = test_if_cond(x, y)
print('ret:{}'.format(ret))ret:1
if分支返回的m和else分支返回的n，二者数据类型必须一致。
示例2：
import mindspore
x = mindspore.tensor([1, 4], mindspore.int32)
y = mindspore.tensor([0, 3], mindspore.int32)
m = 1
n = 2
@mindspore.jit()
def test_if_cond(x, y):
out = 3
if (x > y).any():
out = m
else:
out = n
return out
ret = test_if_cond(x, y)
print('ret:{}'.format(ret))ret:1
if分支中out被赋值的变量或者常量m与else分支中out被赋值的变量或者常量n的数据类型必须一致。
示例3：
import mindspore
x = mindspore.tensor([1, 4], mindspore.int32)
y = mindspore.tensor([0, 3], mindspore.int32)
m = 1
@mindspore.jit()
def test_if_cond(x, y):
out = 2
if (x > y).any():
out = m
return out
ret = test_if_cond(x, y)
print('ret:{}'.format(ret))ret:1
if分支中out被赋值的变量或者常量m与out初始赋值的数据类型必须一致。
使用方式：
for i in sequence statements...
for i in sequence statements... if (cond) break
for i in sequence statements... if (cond) continue
参数：sequence - 遍历序列(Tuple、List、range等)
限制：
图的算子数量和for循环的迭代次数成倍数关系，for循环迭代次数过大可能会导致图占用内存超过使用限制。
不支持for...else...语句。
示例：
import numpy as np
import mindspore
z = mindspore.tensor(np.ones((2, 3)))
@mindspore.jit()
def test_cond():
x = (1, 2, 3)
for i in x:
z += i
return z
ret = test_cond()
print('ret:{}'.format(ret))ret:[[7. 7. 7.] [7. 7. 7.]]
使用方式：
while (cond) statements...
while (cond) statements... if (cond1) break
while (cond) statements... if (cond1) continue
参数：cond - 支持bool类型的变量，也支持类型为Number、List、Tuple、Dict、String类型的常量以及None对象。
限制：
如果cond不为常量，在循环体内外同一符号被赋值的变量或者常量的数据类型应一致，如果是被赋予数据类型Tensor，则要求Tensor的type和shape也应一致。
不支持while...else...语句。
示例1：
import mindspore
m = 1
n = 2
@mindspore.jit()
def test_cond(x, y):
while x < y:
x += 1
return m
return n
ret = test_cond(1, 5)
print('ret:{}'.format(ret))ret:1
while循环内返回的m和while外返回的n数据类型必须一致。
示例2：
import mindspore
m = 1
n = 2
def ops1(a, b):
return a + b
@mindspore.jit()
def test_cond(x, y):
out = m
while x < y:
x += 1
out = ops1(out, x)
return out
ret = test_cond(1, 5)
print('ret:{}'.format(ret))ret:15
while内，out在循环体内被赋值的变量op1的输出类型和初始类型m必须一致。
def用于定义函数，后接函数标识符名称和原括号()，括号中可以包含函数的参数。
使用方式：def function_name(args): statements...。
示例如下：
import mindspore
def number_add(x, y):
return x + y
@mindspore.jit()
def test(x, y):
return number_add(x, y)
ret = test(1, 5)
print('ret:{}'.format(ret))ret:6
说明：
construct函数和内层网络函数输入kwargs，即支持 def construct(**kwargs):。def function(x, y, *args):和 def function(x = 1, y = 1, **kwargs):。lambda表达式用于生成匿名函数。与普通函数不同，它只计算并返回一个表达式。使用方式：lambda x, y: x + y。
示例如下：
import mindspore
@mindspore.jit()
def test(x, y):
number_add = lambda x, y: x + y
return number_add(x, y)
ret = test(1, 5)
print('ret:{}'.format(ret))ret:6
功能：偏函数，固定函数入参。使用方式：partial(func, arg, ...)。
入参：
func - 函数。
arg - 一个或多个要固定的参数，支持位置参数和键值对传参。
返回值：返回某些入参固定了值的函数。
示例如下：
import mindspore
from mindspore import ops
def add(x, y):
return x + y
@mindspore.jit()
def test():
add_ = ops.partial(add, x=2)
m = add_(y=3)
n = add_(y=5)
return m, n
m, n = test()
print('m:{}'.format(m))
print('n:{}'.format(n))m:5 n:7
Tensor类型数据，支持int、float、bool、None、str、tuple、list、dict类型数据。支持列表生成式（List Comprehension）、字典生成式（Dict Comprehension）和生成器表达式（Generator Expression）。支持构建一个新的序列。
列表生成式用于生成列表。使用方式：[arg for loop if statements]。
示例如下：
import mindspore
@mindspore.jit()
def test():
l = [x * x for x in range(1, 11) if x % 2 == 0]
return l
ret = test()
print('ret:{}'.format(ret))ret:[4, 16, 36, 64, 100]
限制：
图模式下不支持多层嵌套迭代器的使用方式。
限制用法示例如下（使用了两层迭代器）：
l = [y for x in ((1, 2), (3, 4), (5, 6)) for y in x]
会提示错误：
TypeError: The generators supports one comprehension in ListComp/GeneratorExp, but got 2 comprehensions.
import mindspore
@mindspore.jit()
def test():
x = [('a', 1), ('b', 2), ('c', 3)]
res = {k: v for (k, v) in x if v > 1}
return res
ret = test()
print('ret:{}'.format(ret))ret:{'b': 2, 'c': 3}
限制：
图模式下不支持多层嵌套迭代器的使用方式。
限制用法示例如下（使用了两层迭代器）：
import mindspore
@mindspore.jit()
def test():
x = ({'a': 1, 'b': 2}, {'d': 1, 'e': 2}, {'g': 1, 'h': 2})
res = {k: v for y in x for (k, v) in y.items()}
return res
ret = test()
print('ret:{}'.format(ret))
会提示错误：
TypeError: The generators supports one comprehension in DictComp/GeneratorExp, but got 2 comprehensions.
import mindspore
@mindspore.jit()
def test():
l = (x * x for x in range(1, 11) if x % 2 == 0)
return l
ret = test()
print('ret:{}'.format(ret))ret:[4, 16, 36, 64, 100]
使用限制同列表生成式。即：图模式下不支持多层嵌套迭代器的使用方式。
在图模式下，有限制地支持with语句。with语句要求对象必须有两个魔术方法：__enter__()和__exit__()。
值得注意的是with语句中使用的类需要有装饰器@ms.jit_class修饰或者继承于nn.Cell，更多介绍可见使用jit_class。
示例如下：
import mindspore
from mindspore import nn
@mindspore.jit_class
class Sample:
def __init__(self):
super(Sample, self).__init__()
self.num = mindspore.tensor([2])
def __enter__(self):
return self.num * 2
def __exit__(self, exc_type, exc_value, traceback):
return self.num * 4
class TestNet(nn.Cell):
@mindspore.jit
def construct(self):
res = 1
obj = Sample()
with obj as sample:
res += sample
return res, obj.num
test_net = TestNet()
out1, out2 = test_net()
print("out1:", out1)
print("out2:", out2)out1: [5] out2: [2]
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。
马建仓 AI 助手