比较与torch.float_power的功能差异

查看源文件

以下映射关系均可参考本文。

PyTorch APIs

MindSpore APIs

torch.float_power

mindspore.ops.float_power

torch.Tensor.float_power

mindspore.Tensor.float_power

torch.float_power

torch.float_power(input, exponent, *, out=None) -> Tensor

更多内容详见torch.float_power

mindspore.ops.float_power

mindspore.ops.float_power(input, exponent)

更多内容详见mindspore.ops.float_power

差异对比

PyTorch:将输入tensor提高到双精度计算指数幂。如果两个输入都不是复数,则返回torch.float64张量,如果一个或多个输入是复数,则返回torch.complex128张量。

MindSpore:如果两个输入都是实数,MindSpore此API实现功能与PyTorch一致,仅参数名不同。目前不支持复数运算。

分类

子类

PyTorch

MindSpore

差异

参数

参数1

input

input

功能一致

参数2

exponent

exponent

功能一致

参数3

out

-

不涉及

代码示例

当输入是实数类型,两API功能一致,用法相同。

import numpy as np
input_np = np.array([2., 3., 4.], np.float32)
# PyTorch
import torch
input = torch.from_numpy(input_np)
out_torch = torch.float_power(input, 2.)
print(out_torch.detach().numpy())
# [ 4.  9. 16.]

# MindSpore
import mindspore
from mindspore import Tensor, ops
x = Tensor(input_np)
output = ops.float_power(x, 2.)
print(output.asnumpy())
# [ 4.  9. 16.]