比较与torch.all的差异

查看源文件

以下映射关系均可参考本文。

PyTorch APIs

MindSpore APIs

torch.all

mindspore.ops.all

torch.Tensor.all

mindspore.Tensor.all

torch.all

torch.all(input, dim, keepdim=False, *, out=None) -> Tensor

更多内容详见torch.all

mindspore.ops.all

mindspore.ops.all(x, axis=(), keep_dims=False) -> Tensor

更多内容详见mindspore.ops.all

差异对比

PyTorch:根据指定 dim,对 input 的元素进行逻辑与。keepdim 控制输出和输入的维度是否相同。out 可以获取输出。

MindSpore:根据指定 axis,对 x 的元素进行逻辑与。keep_dims 功能和PyTorch一致。MindSpore没有 out 参数。MindSpore的 axis 有默认值,在 axis 是默认值情况下,对 x 所有元素进行逻辑与。

分类

子类

PyTorch

MindSpore

差异

参数

参数1

input

x

功能一致,参数名不同

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

out

-

PyTorch的 out 可以获取输出,MindSpore无此参数

代码示例

# PyTorch
import torch

input = torch.tensor([[False, True, False, True], [False, True, False, False]])
print(torch.all(input, dim=0, keepdim=True))
# tensor([[False,  True, False, False]])

# MindSpore
import mindspore

x = mindspore.Tensor([[False, True, False, True], [False, True, False, False]])
print(mindspore.ops.all(x, axis=0, keep_dims=True))
# [[False  True False False]]