比较与tf.compat.v1.assign_sub的差异
tf.compat.v1.assign_sub
tf.compat.v1.assign_sub(ref, value, use_locking=None, name=None) -> Tensor
更多内容详见tf.compat.v1.assign_sub。
mindspore.ops.assign_sub
mindspore.ops.assign_sub(variable, value)-> Tensor
更多内容详见mindspore.ops.assign_sub。
差异对比
TensorFlow:从网络参数减去特定数值来更新网络参数,返回一个与ref具有相同类型的Tensor。
MindSpore:MindSpore此API实现功能与TensorFlow一致,部分参数名不同。
分类 |
子类 |
TensorFlow |
MindSpore |
差异 |
---|---|---|---|---|
参数 |
参数1 |
ref |
variable |
功能一致,参数名不同 |
参数2 |
value |
value |
- |
|
参数3 |
use_locking |
- |
TensorFlow中为是否在更新操作中使用锁,默认值:False。MindSpore无此参数 |
|
参数4 |
name |
- |
不涉及 |
代码示例1
MindSpore和TensorFlow输出结果一致。
# TensorFlow
import tensorflow as tf
import numpy as np
variable = tf.Variable(np.array([[2.4, 1], [0.1, 6]]), dtype=tf.float32)
value = tf.constant(np.array([[-2, 3], [3.6, 1]]), dtype=tf.float32)
out = tf.compat.v1.assign_sub(variable, value)
print(out.numpy())
# [[ 4.4 -2. ]
# [-3.5 5. ]]
# MindSpore
import mindspore
import numpy as np
from mindspore.ops import function as ops
from mindspore import Tensor
variable = Tensor(np.array([[2.4, 1], [0.1, 6]]), mindspore.float32)
value = Tensor(np.array([[-2, 3], [3.6, 1]]), mindspore.float32)
out = ops.assign_sub(variable, value)
print(out)
# [[ 4.4 -2. ]
# [-3.5 5. ]]