比较与torch.hann_window的差异

torch.hann_window

torch.hann_window(
    window_length,
    periodic=True,
    *,
    dtype=None,
    layout=torch.strided,
    device=None,
    requires_grad=False
) -> Tensor

更多内容详见torch.hann_window。

mindspore.numpy.hanning

mindspore.numpy.hanning(M) -> Tensor

更多内容详见mindspore.numpy.hanning。

差异对比

PyTorch：返回size与window_length相同的汉宁窗，periodic参数确定返回窗口是否会删除对称窗口的最后一个重复值。

MindSpore：MindSpore此API实现功能与PyTorch基本一致，但缺少参数periodic，功能实现相当于设置periodic为False。

分类	子类	PyTorch	MindSpore	差异
输入	单输入	window_length	M	功能一致，参数名不同
参数	参数1	periodic	-	MindSpore中相当于设置为False
	参数2	dtype	-	MindSpore无此参数，输出dtype为Float32，与标杆默认一致
	参数3	layout	-	不涉及
	参数4	device	-	不涉及
	参数5	requires_grad	-	MindSpore无此参数，默认支持反向求导

代码示例1

PyTorch算子中periodic参数确定返回窗口是否会删除对称窗口的最后一个重复值，而MindSpore算子缺少改参数，当于设置periodic为False。

# PyTorch
import torch

torch_output = torch.hann_window(12, periodic=False)
print(torch_output.numpy())
# [0.         0.07937324 0.29229248 0.57115734 0.82743037 0.97974646
#  0.9797465  0.8274305  0.5711575  0.29229265 0.07937327 0.        ]

# MindSpore
import mindspore

ms_output = mindspore.numpy.hanning(12)
print(ms_output)
# [0.         0.07937324 0.29229248 0.57115734 0.82743037 0.97974646
#  0.9797465  0.8274305  0.5711575  0.29229265 0.07937327 0.        ]