[ 参数不一致 ]torch.nn.parameter.Parameter¶

torch.nn.parameter.Parameter ¶

          torch.nn.parameter.Parameter(data=None,
                             requires_grad=True)

paddle.create_parameter ¶

          paddle.create_parameter(shape,
                        dtype,
                        name=None,
                        attr=None,
                        is_bias=False,
                        default_initializer=None)

         

两者功能一致但参数不一致，具体如下：

参数差异¶

| PyTorch | PaddlePaddle | 备注 | | ————- | ———— | —————————————————— | | data | - | 参数 Tensor，Paddle 无此参数。 | | requires_grad | - | ，Paddle 无此参数。 | | - | shape | 指定输出 Tensor 的形状，PyTorch 无此参数。 | | - | dtype | 初始化数据类型，PyTorch 无此参数。 | | - | attr | 指定参数的属性对象，PyTorch 无此参数。 | | - | is_bias | 当 default_initializer 为空，该值会对选择哪个默认初始化程序产生影响。如果 is_bias 为真，则使用 initializer.Constant(0.0)，否则使用 Xavier()，PyTorch 无此参数。 | | - | default_initializer | 参数的初始化程序，PyTorch 无此参数。 |

功能差异¶

使用方式¶

PyTorch：通过设置data将 Tensor 赋给 Parameter。 PaddlePaddle：有 2 种方式创建 Parameter。方式一：通过设置attr将 ParamAttr 赋给 Parameter；方式二：通过设置shape（大小）、dtype（类型）、default_initializer（初始化方式）设置 Parameter。

梯度设置¶

PyTorch：通过设置requires_grad确定是否进行梯度反传。 PaddlePaddle：PaddlePaddle 无此功能。

代码示例¶

          # PyTorch 示例：
import torch
x = torch.zeros(2, 3)
param = torch.nn.parameter.Parameter(x, requires_grad=False)

# 输出
# Parameter containing:
# tensor([[0., 0., 0.],
#         [0., 0., 0.]])

         

          # PaddlePaddle 示例：
import paddle
x = paddle.zeros([2, 3], dtype="float32")
param = paddle.create_parameter(shape=x.shape,
                        dtype=str(x.numpy().dtype),
                        default_initializer=paddle.nn.initializer.Assign(x))
param.stop_gradient = True

# 输出
# Parameter containing:
# Tensor(shape=[2, 3], dtype=float32, place=CPUPlace, stop_gradient=True,
#        [[0., 0., 0.],
#         [0., 0., 0.]])

         