比较与torch.prod的功能差异

以下映射关系均可参考本文。

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

torch.prod

torch.prod(input, dim, keepdim=False, *, dtype=None) -> Tensor

更多内容详见torch.prod。

mindspore.ops.prod

mindspore.ops.prod(input, axis=(), keep_dims=False) -> Tensor

更多内容详见mindspore.ops.prod。

差异对比

PyTorch：根据指定 dim，对 input 中元素求乘积。keepdim 控制输出和输入的维度是否相同。dtype 设置输出Tensor的数据类型。

MindSpore：根据指定 axis，对 input 中元素求乘积。keep_dims 功能和PyTorch一致。MindSpore没有 dtype 参数。MindSpore的 axis 有默认值，在 axis 是默认值情况下，对 input 所有元素求乘积。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	input	input	一致
	参数2	dim	axis	PyTorch必须传入 `dim` 且只能传入一个整数，MindSpore的 `axis` 可以传入整数，整数的tuple或整数的list
	参数3	keepdim	keep_dims	功能一致，参数名不同
	参数4	dtype	-	PyTorch的 `dtype` 可以设置输出Tensor的数据类型，MindSpore无此参数

代码示例

# PyTorch
import torch

input = torch.tensor([[1, 2.5, 3, 1], [2.5, 3, 2, 1]], dtype=torch.float32)
print(torch.prod(input, dim=1, keepdim=True))
# tensor([[ 7.5000],
#         [15.0000]])
print(torch.prod(input, dim=1, keepdim=True, dtype=torch.int32))
# tensor([[ 6],
#         [12]], dtype=torch.int32)

# MindSpore
import mindspore

x = mindspore.Tensor([[1, 2.5, 3, 1], [2.5, 3, 2, 1]], dtype=mindspore.float32)
print(mindspore.ops.prod(x, axis=1, keep_dims=True))
# [[ 7.5]
#  [15. ]]