[ 输入参数用法不一致 ]torch.ones

torch.ones

torch.ones(*size,
           *,
           out=None,
           dtype=None,
           layout=torch.strided,
           device=None,
           requires_grad=False)

paddle.ones

paddle.ones(shape,
            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 | | ————- | ———— | —————————————————— | | *size | shape | 表示输出形状大小,PyTorch 以可变参数方式传入,Paddle 以 list 或 tuple 的方式传入。 | | out | - | 表示输出的 Tensor, Paddle 无此参数,需要转写。 | | 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。 | | requires_grad | - | 表示是否不阻断梯度传导,Paddle 无此参数,需要转写。 |

转写示例

*size:输出形状大小

# PyTorch 写法
torch.ones(3, 5)

# Paddle 写法
paddle.ones([3, 5])

out:指定输出

# PyTorch 写法
torch.ones((3, 2), out=y)

# Paddle 写法
paddle.assign(paddle.ones([3, 2]), y)

requires_grad:是否需要求反向梯度,需要修改该 Tensor 的 stop_gradient 属性

# PyTorch 写法
x = torch.ones(3, 2, requires_grad=True)

# Paddle 写法
x = paddle.ones([3, 2])
x.stop_gradient = False

device: Tensor 的设备

# PyTorch 写法
torch.ones(3, 2, device=torch.device('cpu'))

# Paddle 写法
y = paddle.ones([3, 2])
y.cpu()