[ 输入参数用法不一致 ]torch.sparse_coo_tensor

torch.sparse_coo_tensor

torch.sparse_coo_tensor(indices,values,size=None, * , dtype=None,device=None,requires_grad=False)

paddle.sparse.sparse_coo_tensor

paddle.sparse.sparse_coo_tensor(indices, values, shape=None, dtype=None, place=None, stop_gradient=True)

PyTorch 相比 Paddle 支持更多其他参数,具体如下:

参数映射

PyTorch PaddlePaddle 备注
indices indices 表示初始化 tensor 的数据。
values values 表示初始化 tensor 的数据。
dtype dtype 表示创建 tensor 的数据类型。
size shape 表示张量的大小,仅参数名不一致。
device place 表示创建 tensor 的设备位置,仅参数名不一致。
requires_grad stop_gradient 两者参数功能相反,需要转写。

转写示例

# PyTorch 写法
import torch

indices = [[0, 1, 2], [1, 2, 0]]
values = [1.0, 2.0, 3.0]
dense_shape = [3, 3]
coo = torch.sparse_coo_tensor(indices, values, dense_shape,requires_grad=False)

# Paddle 写法
import paddle

indices = [[0, 1, 2], [1, 2, 0]]
values = [1.0, 2.0, 3.0]
dense_shape = [3, 3]
coo = paddle.sparse.sparse_coo_tensor(indices, values, dense_shape,stop_gradient= True)