[torch 参数更多]torch.Tensor.to¶

torch.Tensor.to ¶

          torch.Tensor.to(dtype, non_blocking=False, copy=False, memory_format=torch.preserve_format)

         

          paddle.Tensor.cast(dtype)

         

其中 PyTorch 相比 Paddle 支持更多其他参数，具体如下：

PyTorch	PaddlePaddle	备注
dtype	dtype	表示输出 Tensor 的数据类型。
non_blocking	-	控制 cpu 和 gpu 数据的异步复制，Paddle 无此参数，暂无转写方式。
copy	-	表示是否复制，Paddle 无此参数，暂无转写方式。
memory_format	-	表示内存格式，Paddle 无此参数，一般对网络训练结果影响不大，可直接删除。

          torch.Tensor.to(device=None, dtype=None, non_blocking=False, copy=False, memory_format=torch.preserve_format)

         

          paddle.Tensor.cast(dtype)

         

其中 PyTorch 相比 Paddle 支持更多其他参数，具体如下：

PyTorch	PaddlePaddle	备注
device	-	表示 Tensor 存放设备位置，Paddle 无此参数，需要进行转写。
dtype	dtype	表示输出 Tensor 的数据类型。
non_blocking	-	控制 cpu 和 gpu 数据的异步复制，Paddle 无此参数，暂无转写方式。
copy	-	表示是否复制，Paddle 无此参数，暂无转写方式。
memory_format	-	表示内存格式，Paddle 无此参数，一般对网络训练结果影响不大，可直接删除。

           # Pytorch 写法
y = x.to(device=torch.device('cpu'), dtype=torch.float64)

# Paddle 写法
y = x.cast(paddle.float64)
y.cpu()

          

          torch.Tensor.to(other, non_blocking=False, copy=False)

         

          paddle.Tensor.cast(dtype)

         

其中 PyTorch 相比 Paddle 支持更多其他参数，具体如下：

PyTorch	PaddlePaddle	备注
other	-	表示参照 dtype 的 Tensor，Paddle 无此参数，需要进行转写。
non_blocking	-	控制 cpu 和 gpu 数据的异步复制，Paddle 无此参数，暂无转写方式。
copy	-	表示是否复制，Paddle 无此参数，暂无转写方式。

           # Pytorch 写法
y = x.to(x2)

# Paddle 写法
y = x.cast(x2.dtype)