比较与tf.fill的功能差异

查看源文件

tf.fill

tf.fill(dims, value, name=None) -> Tensor

更多内容详见tf.fill

mindspore.ops.fill

mindspore.ops.fill(type, shape, value) -> Tensor

更多内容详见mindspore.ops.fill

差异对比

TensorFlow:‎用于生成具有标量值的张量。

MindSpore:与TensorFlow实现同样的功能,仅参数名不同。

分类

子类

TensorFlow

MindSpore

差异

参数

参数1

dims

shape

功能一致,参数名不同

参数2

value

value

-

参数3

name

-

不涉及

参数4

-

type

指定输出Tensor的数据类型

代码示例1

两个API实现功能相同,MindSpore仅多一个指定输出的类型参数,其余参数用法相同。

# TensorFlow
import tensorflow as tf
import numpy as np

dims = np.array([2,3])
value = 9
output = tf.fill(dims, value)
output_m = output.numpy()
print(output_m)
#[[9 9 9]
# [9 9 9]]

# MindSpore
import mindspore
import mindspore.ops as ops

type = mindspore.int32
shape = tuple((2,3))
value = 9
output = ops.fill(type, shape, value)
print(output)
#[[9 9 9]
# [9 9 9]]