比较与torch.range的功能差异

torch.range

torch.range(start=0,
            end,
            step=1,
            *,
            out=None,
            dtype=None,
            layout=torch.strided,
            device=None,
            requires_grad=False
            )

更多内容详见torch.range。

mindspore.ops.range

mindspore.ops.range(start,
                    end,
                    step
                    )

更多内容详见mindspore.ops.range。

差异对比

MindSpore: 输出Tensor的dtype取决于输入。

PyTorch: 输出Tensor的dtype取决于参数 dtype 。

分类	子类	PyTorch	MindSpore	差异
输入	输入 1	start	start	MindSpore必须为Tensor，然而PyTorch为float
	输入 2	end	end	MindSpore必须为Tensor，然而PyTorch为float
	输入 3	step	step	MindSpore必须为Tensor，然而PyTorch为float
	输入 4	out	-	不涉及
	输入 5	dtype	-	不涉及
	输入 6	layout	-	不涉及
	输入 7	device	-	不涉及
	输入 8	requires_grad	-	不涉及

代码示例

import mindspore as ms
import torch
from mindspore import Tensor, ops

# PyTorch
torch.range(0, 10, 4)
# tensor([0., 4., 8.])

# MindSpore
start = Tensor(0, ms.int32)
limit = Tensor(10, ms.int32)
delta = Tensor(4, ms.int32)
output = ops.range(start, limit, delta)
print(output)
# [0 4 8]