比较与torch.div的功能差异

torch.div

torch.div(input, other, *, rounding_mode=None, out=None) -> Tensor

更多内容详见torch.div。

mindspore.ops.div

mindspore.ops.div(input, other, rounding_mode=None) -> Tensor

更多内容详见mindspore.ops.div。

差异对比

PyTorch：计算第一个输入除以第二个输入得到的商，其中商的取值方式取决于参数rounding_mode。

MindSpore：MindSpore的此API实现的功能与PyTorch一致。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	input	input	-
	参数2	other	other	-
	参数3	rounding_mode	rounding_mode	-
	参数4	out	-	不涉及

代码示例1

当两个API的参数rounding_mode均为trunc时，两API均将除法得到的结果舍入到零。

# PyTorch
import torch
from torch import tensor
import numpy as np

x = tensor(np.array([1, -3, 8, 9]), dtype=torch.float32)
y = tensor(np.array([3, -2, -7, 5]), dtype=torch.float32)
out = torch.div(x, y, rounding_mode='trunc').detach().numpy()
print(out)
# [ 0.  1. -1.  1.]

# MindSpore
import mindspore
from mindspore import Tensor
import mindspore.ops as ops
import numpy as np

x = Tensor(np.array([1, -3, 8, 9]), mindspore.float32)
y = Tensor(np.array([3, -2, -7, 5]), mindspore.float32)
output = ops.div(x, y, rounding_mode='trunc')
print(output)
# [ 0.  1. -1.  1.]

代码示例2

当两个API的参数rounding_mode均为floor时，两API均将除法得到的结果向下舍入。

# PyTorch
import torch
from torch import tensor
import numpy as np

x = tensor(np.array([1, -3, 8, 9]), dtype=torch.float32)
y = tensor(np.array([3, -2, -7, 5]), dtype=torch.float32)
out = torch.div(x, y, rounding_mode='floor').detach().numpy()
print(out)
# [ 0.  1. -2.  1.]

# MindSpore
import mindspore
from mindspore import Tensor
import mindspore.ops as ops
import numpy as np

x = Tensor(np.array([1, -3, 8, 9]), mindspore.float32)
y = Tensor(np.array([3, -2, -7, 5]), mindspore.float32)
output = ops.div(x, y, rounding_mode='floor')
print(output)
# [ 0.  1. -2.  1.]

代码示例3

当两个API的参数rounding_mode均为默认值None时，两API不对除法得到的结果做任何舍入操作。

# PyTorch
import torch
from torch import tensor
import numpy as np

x = tensor(np.array([[np.arange(1, 7).reshape(2, 3), np.arange(-7, -1).reshape(2, 3)]]), dtype=torch.float32)
y = tensor(np.ones((2, 3)), dtype=torch.float32)
out = torch.div(x, y).detach().numpy()
print(out)
# [[[[ 1.  2.  3.]
#    [ 4.  5.  6.]]
#   [[-7. -6. -5.]
#    [-4. -3. -2.]]]]

# MindSpore
import mindspore
from mindspore import Tensor
import mindspore.ops as ops
import numpy as np

x = Tensor(np.array([[np.arange(1, 7).reshape(2, 3),np.arange(-7, -1).reshape(2, 3)]]), mindspore.float32)
y = Tensor(np.ones((2, 3)), mindspore.float32)
output = ops.div(x, y)
print(output)
# [[[[ 1.  2.  3.]
#    [ 4.  5.  6.]]
#   [[-7. -6. -5.]
#    [-4. -3. -2.]]]]