[ 输入参数用法不一致 ]torch.Tensor.set_¶

torch.Tensor.set_¶

          torch.Tensor.set_(source=None, storage_offset=0, size=None, stride=None)

         

paddle.Tensor.set_¶

          paddle.Tensor.set_(source=None, shape=None, stride=None, offset=0, name=None)

         

其中 PyTorch 的 storage_offset 与 Paddle 的 offset 用法不一致，具体如下：

参数映射¶

PyTorch	PaddlePaddle	备注
source	source	设置的目标 Tensor。
storage_offset	offset	表示距离内存数据起始位置的偏移量。Pytorch 是指偏移数字的个数，而 Paddle 是指偏移数字对应存储位置的偏移量（以 byte 为单位），需要转写。
size	shape	设置的目标形状, 仅参数名不一致。
stride	stride	设置的目标步长。

转写示例¶

storage_offset 参数：float32 偏移量设置¶

           # PyTorch 写法:
x = torch.tensor([[1., 2.]], dtype=torch.float32)
src = torch.tensor([11., 22., 33., 44., 55.], dtype=torch.float32)
offset_num = 2
x.set_(src, storage_offset=offset_num, size=[3], stride=[1])

# Paddle 写法:
x = paddle.to_tensor([[1., 2.]], dtype=paddle.float32)
src = paddle.to_tensor([11., 22., 33., 44., 55.], dtype=paddle.float32)
offset_num = 2
x.set_(src, shape=[3], stride=[1], offset=offset_num*4)

          

storage_offset 参数：float64 偏移量设置¶

           # PyTorch 写法:
x = torch.tensor([[1., 2.]], dtype=torch.float64)
src = torch.tensor([11., 22., 33., 44., 55.], dtype=torch.float64)
offset_num = 2
x.set_(src, storage_offset=offset_num, size=[3], stride=[1])

# Paddle 写法:
x = paddle.to_tensor([[1., 2.]], dtype=paddle.float64)
src = paddle.to_tensor([11., 22., 33., 44., 55.], dtype=paddle.float64)
offset_num = 2
x.set_(src, shape=[3], stride=[1], offset=offset_num*8)

          