allclose

paddle. allclose ( x, y, rtol=1e-05, atol=1e-08, equal_nan=False, name=None ) [源代码]

逐个检查 x 和 y 的所有元素是否均满足如下条件:

\[\left| x - y \right| \leq atol + rtol \times \left| y \right|\]

该 API 的行为类似于 \(numpy.allclose\),即当两个待比较 Tensor 的所有元素均在一定容忍误差范围内视为相等则该 API 返回 True 值。

参数

  • x (Tensor) - 输入的 Tensor,数据类型为:float16、float32、float64。

  • y (Tensor) - 输入的 Tensor,数据类型为:float16、float32、float64。

  • rtol (float,可选) - 相对容忍误差,默认值为 1e-5。

  • atol (float,可选) - 绝对容忍误差,默认值为 1e-8。

  • equal_nan (bool,可选) - 如果设置为 True,则两个 NaN 数值将被视为相等,默认值为 False。

  • name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。

返回

计算得到的布尔类型单值 Tensor。

代码示例

>>> import paddle

>>> x = paddle.to_tensor([10000., 1e-07])
>>> y = paddle.to_tensor([10000.1, 1e-08])
>>> result1 = paddle.allclose(x, y, rtol=1e-05, atol=1e-08, equal_nan=False, name="ignore_nan")
>>> print(result1)
Tensor(shape=[], dtype=bool, place=Place(cpu), stop_gradient=True,
False)
>>> result2 = paddle.allclose(x, y, rtol=1e-05, atol=1e-08, equal_nan=True, name="equal_nan")
>>> print(result2)
Tensor(shape=[], dtype=bool, place=Place(cpu), stop_gradient=True,
False)
>>> x = paddle.to_tensor([1.0, float('nan')])
>>> y = paddle.to_tensor([1.0, float('nan')])
>>> result1 = paddle.allclose(x, y, rtol=1e-05, atol=1e-08, equal_nan=False, name="ignore_nan")
>>> print(result1)
Tensor(shape=[], dtype=bool, place=Place(cpu), stop_gradient=True,
False)
>>> result2 = paddle.allclose(x, y, rtol=1e-05, atol=1e-08, equal_nan=True, name="equal_nan")
>>> print(result2)
Tensor(shape=[], dtype=bool, place=Place(cpu), stop_gradient=True,
True)