[ 参数不一致 ]torch.randn¶

torch.randn¶

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

paddle.randn¶

paddle.randn(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，需要转写。 | | dtype | dtype | 表示输出 Tensor 的数据类型。 | | 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 | - | 表示是否计算梯度， Paddle 无此参数，需要转写。 |

转写示例¶

# Pytorch 写法
torch.randn(3, 5)

# Paddle 写法
paddle.randn([3, 5])

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

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

# Pytorch 写法
torch.randn((2, 2), device=torch.device('cpu'))

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

# Pytorch 写法
x = torch.randn([3, 5], requires_grad=True)

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