比较与torch.cumprod的功能差异

torch.cumprod

torch.cumprod(input, dim, *, dtype=None, out=None) -> Tensor

更多内容详见torch.cumprod。

mindspore.ops.cumprod

mindspore.ops.cumprod(input, dim, dtype=None) -> Tensor

更多内容详见mindspore.ops.cumprod。

差异对比

PyTorch：计算input沿着指定维度dim的元素累计积,dtype参数用于转换输入的数据格式。

MindSpore：MindSpore此API实现功能与PyTorch基本一致。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	input	input	-
	参数2	dim	dim	-
	参数3	dtype	dtype	-
	参数4	out	-	不涉及

代码示例1

PyTorch和MindSpore中此API实现相同功能。

# PyTorch
import torch
x = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]],dtype=int)
out = torch.cumprod(x, 0)
out = out.detach().numpy()
print(out)
# [[  1   2   3]
#  [  4  10  18]
#  [ 28  80 162]]

# MindSpore
import mindspore
from mindspore import Tensor
import mindspore.ops as ops
x = Tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]]).astype('int32')
out = ops.cumprod(x, 0)
print(out)
# [[  1   2   3]
#  [  4  10  18]
#  [ 28  80 162]]

代码示例2

PyTorch和MindSpore中此API参数dtype用于转换input的数据类型。

# PyTorch
import torch
x = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]],dtype=int)
out = torch.cumprod(x, 0, dtype=float)
out = out.detach().numpy()
print(out)
# [[  1.   2.   3.]
#  [  4.  10.  18.]
#  [ 28.  80. 162.]]

# MindSpore
import mindspore
from mindspore import Tensor
import mindspore.ops as ops
x = Tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]]).astype('int32')
out = ops.cumprod(x, 0, dtype=mindspore.float32)
print(out)
# [[  1.   2.   3.]
#  [  4.  10.  18.]
#  [ 28.  80. 162.]]