[torch 参数更多]torch.Tensor.new_full

torch.Tensor.new_full

torch.Tensor.new_full(size, fill_value, *, dtype=None, device=None, requires_grad=False, layout=torch.strided, pin_memory=False)

paddle.full

paddle.full(shape,
            fill_value,
            dtype=None,
            name=None)

PyTorch 相比 Paddle 支持更多其他参数，具体如下：

参数映射

PyTorch PaddlePaddle 备注
size shape 表示创建 Tensor 的形状，仅参数名不一致。
fill_value fill_value 表示初始化输出 Tensor 的常量数据的值
dtype dtype 表示输出 Tensor 类型，如果没有指定，默认使用当前对象的 dtype，需要转写。
device - 表示 Tensor 存放设备位置，Paddle 无此参数，需要转写。
requires_grad - 表示是否计算梯度，Paddle 无此参数，需要转写。
layout - 表示布局方式，Paddle 无此参数，一般对网络训练结果影响不大，可直接删除。
pin_memory - 表示是否使用锁页内存， Paddle 无此参数，需要转写。

转写示例

dtype：数据类型

# PyTorch 写法
x.new_full(3, 5, 1.)

# Paddle 写法
paddle.full([3, 5], 1., dtype=x.dtype)

device: Tensor 的设备

# PyTorch 写法
y = x.new_full([3, 5], 1., device=torch.device('cpu'))

# Paddle 写法
y = paddle.full([3, 5], 1.)
y.cpu()

requires_grad：是否求梯度

# PyTorch 写法
y = x.new_full([3, 5], 1., requires_grad=True)

# Paddle 写法
y = paddle.full([3, 5], 1.)
y.stop_gradient = False

pin_memory：是否分配到固定内存上

# PyTorch 写法
y = x.new_full((3, 5), 1., pin_memory=True)

# Paddle 写法
y = paddle.full([3, 5], 1.).pin_memory()