代码拉取完成,页面将自动刷新
torch.range(start=0,
end,
step=1,
*,
out=None,
dtype=None,
layout=torch.strided,
device=None,
requires_grad=False
)
更多内容详见torch.range。
mindspore.ops.range(start,
end,
step
)
更多内容详见mindspore.ops.range。
MindSpore此API功能与PyTorch一致。
MindSpore: 输出Tensor的dtype与输入Tensor相同。
PyTorch: 输出Tensor的dtype由参数 dtype
指定 。
分类 | 子类 | PyTorch | MindSpore | 差异 |
---|---|---|---|---|
输入 | 输入 1 | start | start | MindSpore中参数 start 的数据类型为Tensor,无默认值。PyTorch中参数 start 的数据类型为float,默认值为0 |
输入 2 | end | end | MindSpore中参数 end 的数据类型为Tensor,PyTorch中参数 end 的数据类型为float |
|
输入 3 | step | step | MindSpore中参数 step 的数据类型为Tensor,无默认值。PyTorch中参数 step 的数据类型为float,默认值为1 |
|
输入 4 | out | - | 详见通用差异参数表 | |
输入 5 | dtype | - | MindSpore输出Tensor的dtype与输入Tensor相同,PyTorch的输出Tensor的dtype由参数 dtype 指定 |
|
输入 6 | layout | - | 详见通用差异参数表 | |
输入 7 | device | - | 详见通用差异参数表 | |
输入 8 | requires_grad | - | 详见通用差异参数表 |
# PyTorch
import torch
output = torch.range(0, 10, 4, dtype=torch.float32)
print(output)
# tensor([0., 4., 8.])
# MindSpore
import mindspore as ms
from mindspore import Tensor, ops
start = Tensor(0, ms.float32)
limit = Tensor(10, ms.float32)
delta = Tensor(4, ms.float32)
output = ops.range(start, limit, delta)
print(output)
# [0. 4. 8.]
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。