[ 参数不一致 ]torch.rand

torch.rand

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

paddle.rand

paddle.rand(shape,
            dtype=None,
            name=None)

其中 torch 的 size 和 paddle 的 shape 用法不一致，torch 还支持更多其他参数，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。 | | 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.rand(3, 5)

# Paddle 写法
paddle.rand([3, 5])

out：指定输出

# Pytorch 写法
torch.rand([3, 5], out=y)

# Paddle 写法
paddle.assign(paddle.rand([3, 5]), y)

device: Tensor 的设备

# Pytorch 写法
torch.rand(3, 5, device=torch.device('cpu'))

# Paddle 写法
y = paddle.rand([3, 5])
y.cpu()

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.rand([3, 5], requires_grad=True)

# Paddle 写法
x = paddle.rand([3, 5])
x.stop_gradient = False