比较与torch.bucketize的差异

torch.bucketize

torch.bucketize(input, boundaries, *, out_int32=False, right=False, out=None)

更多内容详见torch.bucketize。

mindspore.ops.bucketize

class mindspore.ops.bucketize(input, boundaries, *, right=False)

更多内容详见mindspore.ops.bucketize。

使用方式

MindSpore此API功能与PyTorch一致，参数支持的数据类型有差异。

PyTorch：input 支持scalar和Tensor类型，boundaries 支持Tensor类型，且可以通过 out_int32 指定返回的索引的数据类型。

MindSpore：input 支持Tensor类型，boundaries 支持list类型，无 out_int32 参数。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	input	input	功能一致，支持数据类型不同
	参数2	boundaries	boundaries	功能一致，支持数据类型不同
	参数3	out_int32	-	PyTorch的 `out_int32` 可以指定返回的索引类型，MindSpore无此参数
	参数4	right	right	一致
	参数5	out	-	PyTorch的 `out` 可以获取输出，MindSpore无此参数

代码示例

import torch

boundaries = torch.tensor([1, 3, 5, 7, 9])
v = torch.tensor([[3, 6, 9], [3, 6, 9]])
out1 = torch.bucketize(v, boundaries)
out2 = torch.bucketize(v, boundaries, right=True)
print(out1)
# Out:
# tensor([[1, 3, 4],
#        [1, 3, 4]])

print(out2)
# Out:
# tensor([[2, 3, 5],
#        [2, 3, 5]])

from mindspore import Tensor, ops
boundaries = [1, 3, 5, 7, 9]
v = Tensor([[3, 6, 9], [3, 6, 9]])
out1 = ops.bucketize(v, boundaries)
out2 = ops.bucketize(v, boundaries, right=True)
print(out1)
# Out:
# [[1 3 4]
#  [1 3 4]]

print(out2)
# Out:
# [[2 3 5]
#  [2 3 5]]