比较与torch.float_power的功能差异

以下映射关系均可参考本文。

PyTorch APIs	MindSpore APIs
torch.float_power	mindspore.ops.float_power
torch.Tensor.float_power	mindspore.Tensor.float_power

torch.float_power

torch.float_power(input, exponent, *, out=None) -> Tensor

更多内容详见torch.float_power。

mindspore.ops.float_power

mindspore.ops.float_power(input, exponent)

更多内容详见mindspore.ops.float_power。

差异对比

PyTorch：将输入tensor提高到双精度计算指数幂。如果两个输入都不是复数，则返回torch.float64张量，如果一个或多个输入是复数，则返回torch.complex128张量。

MindSpore：如果两个输入都是实数，MindSpore此API实现功能与PyTorch一致，仅参数名不同。目前不支持复数运算。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	input	input	功能一致
	参数2	exponent	exponent	功能一致
	参数3	out	-	不涉及

代码示例

当输入是实数类型，两API功能一致，用法相同。

import numpy as np
input_np = np.array([2., 3., 4.], np.float32)
# PyTorch
import torch
input = torch.from_numpy(input_np)
out_torch = torch.float_power(input, 2.)
print(out_torch.detach().numpy())
# [ 4.  9. 16.]

# MindSpore
import mindspore
from mindspore import Tensor, ops
x = Tensor(input_np)
output = ops.float_power(x, 2.)
print(output.asnumpy())
# [ 4.  9. 16.]