代码拉取完成,页面将自动刷新
class torch.logical_not(input, out=None)
更多内容详见 torch.logical_not。
class mindspore.numpy.logical_not(a, dtype=None)
更多内容详见 mindspore.numpy.logical_not。
PyTorch: 计算给定输入张量的逐元素逻辑非。零被视为“False”,非零被视为“True”。
MindSpore: 按元素计算输入张量的逻辑非。输入应该是一个dtype为bool的张量。
import mindspore.numpy as np
import torch
# MindSpore
print(np.logical_not(np.array([True, False])))
# Tensor(shape=[2], dtype=Bool, value= [False, True])
print(np.logical_not(np.array([0, 1, -10])))
# TypeError: For primitive[LogicalNot], the input argument[x] must be a type of {Tensor[Bool],}, but got Int32.
# PyTorch
print(torch.logical_not(torch.tensor([True, False])))
# tensor([False, True])
print(torch.logical_not(torch.tensor([0, 1, -10], dtype=torch.int8)))
# tensor([ True, False, False])
print(torch.logical_not(torch.tensor([0., 1.5, -10.], dtype=torch.double)))
# tensor([ True, False, False])
print(torch.logical_not(torch.tensor([0., 1., -10.], dtype=torch.double), out=torch.empty(3, dtype=torch.int16)))
# tensor([1, 0, 0], dtype=torch.int16)
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。