[ 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, check_invariants=None)

         

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。
check_invariants	-	是否检查稀疏 Tensor 变量，Paddle 无此参数，一般对网络训练结果影响不大，可直接删除。

转写示例

requires_grad 参数

           coo = torch.sparse_coo_tensor(indices, values, dense_shape，requires_grad=False)

# Paddle 写法
coo = paddle.sparse.sparse_coo_tensor(indices, values, dense_shape，stop_gradient=True)

[ 输入参数用法不一致 ]torch.sparse_coo_tensor

torch.sparse_coo_tensor

paddle.sparse.sparse_coo_tensor

参数映射

转写示例

requires_grad 参数

torch.sparse_coo_tensor 

paddle.sparse.sparse_coo_tensor 