[参数不一致]torch.nn.Module.to

torch.nn.Module.to

torch.nn.Module.to(device=None, dtype=None, non_blocking=False)

paddle.nn.Layer.to

paddle.nn.Layer.to(device=None, dtype=None, blocking=None)

两者参数用法不一致,具体如下:

参数映射

PyTorch PaddlePaddle 备注
device device Tensor 设备类型,PyTorch 为 torch.device,Paddle 为字符串 cpu,gpu:x,xpu:x 或 Place 对象,需要转写。
dtype dtype Tensor 数据类型,PyTorch 为字符串或 PyTorch 数据类型,Paddle 为 字符串或 Paddle 数据类型,需要转写。
non_blocking blocking 是否同步或异步拷贝,PyTorch 和 Paddle 取值相反,需要转写。

转写示例

device 参数:Tensor 设备类型

# PyTorch 写法:
module = torch.nn.Module()
module.to(device=torch.device("cuda:0"))

# Paddle 写法:
module = paddle.nn.Layer()
module.to(device="gpu:0")

dtype 参数:Tensor 数据类型

# PyTorch 写法:
module = torch.nn.Module()
module.to(dtype=torch.float32)

# Paddle 写法:
module = paddle.nn.Layer()
module.to(dtype=paddle.float32)

non_blocking 参数:是否同步或异步拷贝

# PyTorch 写法:
module = torch.nn.Module()
module.to(non_blocking = False)

# Paddle 写法:
module = paddle.nn.Layer()
module.to(blocking=True)

torch.nn.Module.to

torch.nn.Module.to(tensor, non_blocking=False)

paddle.nn.Layer.to

paddle.nn.Layer.to(device=None, dtype=None, blocking=None)

两者参数用法不一致,具体如下:

参数映射

PyTorch PaddlePaddle 备注
tensor - 获取设备和数据类型的 Tensor,Paddle 无此参数,需要转写。
- device Tensor 设备类型,PyTorch 无此参数,需要转写。
- dtype Tensor 数据类型,PyTorch 无此参数,需要转写。
non_blocking blocking 是否同步或异步拷贝,PyTorch 和 Paddle 取值相反,需要转写。

转写示例

tensor 参数:获取设备和数据类型的 Tensor

# PyTorch 写法:
module = torch.nn.Module()
module.to(x)

# Paddle 写法:
module = paddle.nn.Layer()
module.to(device=x.place, dtype=x.dtype)

non_blocking 参数:是否同步或异步拷贝

# PyTorch 写法:
module = torch.nn.Module()
module.to(x, non_blocking = False)

# Paddle 写法:
module = paddle.nn.Layer()
module.to(device=x.place, dtype=x.dtype, blocking=True)

torch.nn.Module.to

torch.nn.Module.to(memory_format=torch.channels_last)

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