[ torch 参数更多 ]torch.randint_like

torch.randint_like

torch.randint_like(input,
                   low=0,
                   high,
                   *,
                   memory_format=torch.preserve_format,
                   dtype=None,
                   layout=torch.strided,
                   device=None,
                   pin_memory=False,
                   requires_grad=False
                   )

paddle.randint_like

paddle.randint_like(x,
                    low=0,
                    high=None,
                    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
input x 表示输入的 Tensor ，仅参数名不一致。
low low 表示生成的随机值范围的下限(区间一般包含)。
high high 表示生成的随机值范围的上限(区间一般不包含)。
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。
dtype dtype 表示数据类型。
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。
device - 表示 Tensor 存放设备位置，Paddle 无此参数，需要转写。
pin_memory - 表示是否使用锁页内存， 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。

转写示例

device: Tensor 的设备

# PyTorch 写法
torch.randint_like(x, 10, device=torch.device('cpu'))

# Paddle 写法
y = paddle.randint_like(x, 10)
y.cpu()

requires_grad：是否求梯度

# PyTorch 写法
x = torch.randint_like(x, 10, requires_grad=True)

# Paddle 写法
x = paddle.randint_like(x, 10)
x.stop_gradient = False

pin_memory：是否分配到固定内存上

# PyTorch 写法
x = torch.randint_like(x, 10, pin_memory=True)

# Paddle 写法
x = paddle.randint_like(x, 10).pin_memory()