paddle¶
paddle 目录下包含tensor、device、framework相关API以及某些高层API。具体如下：
tensor数学操作¶
API名称 |
API功能 |
|---|---|
|
|
绝对值函数 |
|
|
相位角函数 |
|
|
arccosine函数 |
|
|
Tensor逐元素相加 |
|
|
对输入的一至多个Tensor或LoDTensor求和 |
|
|
计算输入Tensor x和y的乘积，将结果乘以标量alpha，再加上input与beta的乘积，得到输出 |
|
|
对指定维度上的Tensor元素进行逻辑与运算 |
|
|
逐个检查输入Tensor x和y的所有元素是否均满足 ∣x−y∣≤atol+rtol×∣y∣ |
|
|
逐个检查输入Tensor x和y的所有元素是否满足 ∣x−y∣≤atol+rtol×∣y∣ |
|
|
对指定维度上的Tensor元素进行逻辑或运算 |
|
|
arcsine函数 |
|
|
arctangent函数 |
|
|
arctangent2函数 |
|
|
向上取整运算函数 |
|
|
将输入的所有元素进行剪裁，使得输出元素限制在[min, max]内 |
|
|
逐元素计算Tensor的共轭运算 |
|
|
余弦函数 |
|
|
双曲余弦函数 |
|
|
沿给定 axis 计算张量 x 的累加和 |
|
|
沿给定 dim 计算张量 x 的累乘 |
|
|
逐元素计算输入x的digamma函数值 |
|
|
逐元素相除算子 |
|
|
该OP返回 x==y 逐元素比较x和y是否相等，相同位置的元素相同则返回True，否则返回False |
|
|
如果所有相同位置的元素相同返回True，否则返回False |
|
|
逐元素计算 Erf 激活函数 |
|
|
逐元素进行以自然数e为底指数运算 |
|
|
逐元素进行exp(x)-1运算 |
|
|
向下取整函数 |
|
|
逐元素整除算子，输入 x 与输入 y 逐元素整除，并将各个位置的输出元素保存到返回结果中 |
|
|
逐元素地返回 x>=y 的逻辑值 |
|
|
逐元素地返回 x>y 的逻辑值 |
|
|
在控制流程中用来让 x 的数值增加 value |
|
|
计算两个张量的克罗内克积 |
|
|
逐元素地返回 x<=y 的逻辑值 |
|
|
逐元素地返回 x<y 的逻辑值 |
|
|
计算输入 x 的 gamma 函数的自然对数并返回 |
|
|
Log激活函数（计算自然对数） |
|
|
Log10激活函数（计算底为10的对数） |
|
|
计算Log1p（加一的自然对数）结果 |
|
|
逐元素的对 x 和 y 进行逻辑与运算 |
|
|
逐元素的对 X Tensor进行逻辑非运算 |
|
|
逐元素的对 X 和 Y 进行逻辑或运算 |
|
|
逐元素的对 X 和 Y 进行逻辑异或运算 |
|
|
计算logit结果 |
|
|
逐元素的对 x 和 y 进行按位与运算 |
|
|
逐元素的对 X Tensor进行按位取反运算 |
|
|
逐元素的对 X 和 Y 进行按位或运算 |
|
|
逐元素的对 X 和 Y 进行按位异或运算 |
|
|
沿着 axis 计算 x 的以e为底的指数的和的自然对数 |
|
|
对指定维度上的Tensor元素求最大值运算 |
|
|
对指定维度上的Tensor元素求最大值运算 |
|
|
逐元素对比输入的两个Tensor，并且把各个位置更大的元素保存到返回结果中 |
|
|
沿 axis 计算 x 的平均值 |
|
|
沿给定的轴 axis 计算 x 中元素的中位数 |
|
|
对指定维度上的Tensor元素求最小值运算 |
|
|
对指定维度上的Tensor元素求最小值运算 |
|
|
逐元素对比输入的两个Tensor，并且把各个位置更小的元素保存到返回结果中 |
|
|
用于两个输入矩阵的相乘 |
|
|
计算两个输入矩阵的内积 |
|
|
计算两个输入矩阵的外积 |
|
|
从每个输入Tensor中选择特定行构造输出Tensor |
|
|
逐元素相乘算子 |
|
|
计算输入 x 的相反数并返回 |
|
|
逐元素地返回x!=y 的逻辑值 |
|
|
指数算子，逐元素计算 x 的 y 次幂 |
|
|
对指定维度上的Tensor元素进行求乘积运算 |
|
|
对输入Tensor取倒数 |
|
|
将输入中的数值四舍五入到最接近的整数数值 |
|
|
rsqrt激活函数 |
|
|
缩放算子 |
|
|
对输入x中每个元素进行正负判断 |
|
|
计算输入的正弦值 |
|
|
双曲正弦函数 |
|
|
计算输入的算数平方根 |
|
|
该OP执行逐元素取平方运算 |
|
|
stanh 激活函数 |
|
|
沿给定的轴 axis 计算 x 中元素的标准差 |
|
|
逐元素相减算子 |
|
|
对指定维度上的Tensor元素进行求和运算 |
|
|
三角函数tangent |
|
|
tanh激活函数 |
|
|
Inplace 版本的 tanh API，对输入 x 采用 Inplace 策略 |
|
|
计算输入 Tensor 在指定平面上的对角线元素之和 |
|
|
沿给定的轴 axis 计算 x 中元素的方差 |
|
|
根据给定的轴 axis 返回输入 Tensor 的局部视图 |
|
|
对输入 Tensor 每个元素的小数部分进行截断 |
|
|
得到输入 Tensor 每个元素的小数部分 |
|
|
该OP计算Log1p（加一的自然对数）结果 |
|
|
根据axis和index获取输入 Tensor 的对应元素 |
|
|
根据axis和index放置value值至输入 Tensor |
|
|
该OP基于给定的 weight 计算 x 与 y 的线性插值 |
|
|
沿着指定维度对输入Tensor计算n阶的前向差值 |
|
|
将元素从弧度的角度转换为度 |
|
|
将元素从度的角度转换为弧度 |
|
|
计算两个输入的按元素绝对值的最大公约数 |
|
|
计算两个输入的按元素绝对值的最小公倍数 |
|
|
计算输入Tensor的逆误差函数 |
|
|
反双曲余弦函数 |
|
|
反双曲正弦函数 |
|
|
反双曲正切函数 |
tensor逻辑操作¶
API名称 |
API功能 |
|---|---|
|
|
测试变量是否为空 |
|
|
用来测试输入对象是否是paddle.Tensor |
|
|
返回输入tensor的每一个值是否为Finite（既非 +/-INF 也非 +/-NaN ） |
|
|
返回输入tensor的每一个值是否为 +/-INF |
|
|
返回输入tensor的每一个值是否为 +/-NaN |
tensor属性相关¶
API名称 |
API功能 |
|---|---|
|
|
返回一个包含输入复数Tensor的虚部数值的新Tensor |
|
|
返回一个包含输入复数Tensor的实部数值的新Tensor |
|
|
获得输入Tensor或SelectedRows的shape |
|
|
判断输入 tensor 的数据类型是否为复数类型 |
|
|
判断输入 tensor 的数据类型是否为整数类型 |
|
|
返回对x_shape大小的张量和y_shape大小的张量做broadcast操作后得到的shape |
|
|
判断输入Tensor的数据类型是否为浮点类型 |
tensor创建相关¶
API名称 |
API功能 |
|---|---|
|
|
返回以步长 step 均匀分隔给定数值区间[start, end)的1-D Tensor，数据类型为 dtype |
|
|
如果 x 是向量（1-D张量），则返回带有 x 元素作为对角线的2-D方阵;如果 x 是矩阵（2-D张量），则提取 x 的对角线元素，以1-D张量返回。 |
|
|
如果 x 是一维张量，则返回带有 x 元素作为对角线的二维方阵;如果 x 是大于等于二维的张量，则返回一个二维张量，其对角线元素为 x 在连续维度展开得到的一维张量的元素。 |
|
|
创建形状大小为shape并且数据类型为dtype的Tensor |
|
|
根据 x 的shape和数据类型 dtype 创建未初始化的Tensor |
|
|
构建二维Tensor(主对角线元素为1，其他元素为0) |
|
|
创建形状大小为 shape 并且数据类型为 dtype 的Tensor |
|
|
创建一个和 x 具有相同的形状并且数据类型为 dtype 的Tensor |
|
|
返回一个Tensor，Tensor的值为在区间start和stop上均匀间隔的num个值，输出Tensor的长度为num |
|
|
对每个张量做扩充操作 |
|
|
返回一个长度为1并且元素值为输入 x 元素个数的Tensor |
|
|
创建形状为 shape 、数据类型为 dtype 且值全为1的Tensor |
|
|
返回一个和 x 具有相同形状的数值都为1的Tensor |
|
|
Paddle中最为基础的数据结构 |
|
|
通过已知的data来创建一个tensor |
|
|
将paddle Tensor转化为python list |
|
|
该OP创建形状为 shape 、数据类型为 dtype 且值全为0的Tensor |
|
|
该OP返回一个和 x 具有相同的形状的全零Tensor，数据类型为 dtype 或者和 x 相同 |
|
|
给定实部和虚部，返回一个复数 Tensor |
|
该OP创建一个参数,该参数是一个可学习的变量, 拥有梯度并且可优化 |
|
|
对输入Tensor |
|
|
一个reader的装饰器。返回的reader将输入reader的数据打包成指定的batch_size大小的批处理数据(不推荐使用) |
tensor元素查找相关¶
API名称 |
API功能 |
|---|---|
|
|
沿 axis 计算输入 x 的最大元素的索引 |
|
|
沿 axis 计算输入 x 的最小元素的索引 |
|
|
对输入变量沿给定轴进行排序，输出排序好的数据的相应索引，其维度和输入相同 |
|
|
对输入 x 中的元素进行批量抽样 |
|
|
沿着指定轴 axis 对输入 x 进行索引 |
|
|
返回一个1-D 的Tensor, Tensor的值是根据 mask 对输入 x 进行选择的 |
|
|
返回输入 x 中非零元素的坐标 |
|
|
对输入变量沿给定轴进行排序，输出排序好的数据，其维度和输入相同 |
|
|
将根据给定的 values 在 sorted_sequence 的最后一个维度查找合适的索引 |
|
|
沿着可选的 axis 查找topk最大或者最小的结果和结果所在的索引信息 |
|
|
该OP返回一个根据输入 condition, 选择 x 或 y 的元素组成的多维 Tensor |
tensor初始化相关¶
API名称 |
API功能 |
|---|---|
|
|
将输入Tensor或numpy数组拷贝至输出Tensor |
tensor random相关¶
API名称 |
API功能 |
|---|---|
|
|
以输入 x 为概率，生成一个伯努利分布（0-1分布）的Tensor，输出Tensor的形状和数据类型与输入 x 相同 |
|
|
以输入 x 为概率，生成一个多项分布的Tensor |
|
|
返回符合正态分布（均值为 mean ，标准差为 std 的正态随机分布）的随机Tensor |
|
|
返回符合均匀分布的，范围在[0, 1)的Tensor |
|
|
返回服从均匀分布的、范围在[low, high)的随机Tensor |
|
|
返回一个和 x 具有相同形状的服从均匀分布的、范围在[low, high)的随机Tensor，数据类型为 dtype 或者和 x 相同。 |
|
|
返回符合标准正态分布（均值为0，标准差为1的正态随机分布）的随机Tensor |
|
|
返回一个数值在0到n-1、随机排列的1-D Tensor |
|
|
设置全局默认generator的随机种子 |
|
|
返回数值服从范围[min, max)内均匀分布的随机Tensor |
|
|
返回符合标准正态分布（均值为0，标准差为1的正态随机分布）的随机Tensor，形状为 shape，数据类型为 dtype |
|
|
返回服从泊松分布的随机Tensor，输出Tensor的形状和数据类型与输入 x 相同 |
tensor线性代数相关¶
API名称 |
API功能 |
|---|---|
|
|
统计输入张量中元素的出现次数 |
|
|
对输入x及输入y进行矩阵相乘 |
|
|
计算张量 x 和 y 在 axis 维度上的向量积（叉积） |
|
|
计算 (x-y) 的 p 范数（p-norm） |
|
|
计算向量的内积 |
|
|
计算输入张量的直方图 |
|
|
计算两个Tensor的乘积，遵循完整的广播规则 |
|
|
计算矩阵 x 和向量 vec 的乘积 |
|
|
计算输入Tensor的维度（秩） |
|
|
对小于等于2维的Tensor进行数据转置 |
|
|
返回输入矩阵 input 的下三角部分，其余部分被设为0 |
|
|
返回输入矩阵 input 的上三角部分，其余部分被设为0 |
tensor元素操作相关（如：转置，reshape等）¶
API名称 |
API功能 |
|---|---|
|
|
根据 shape 指定的形状广播 x ，广播后， x 的形状和 shape 指定的形状一致 |
|
|
对一组输入Tensor进行广播操作, 输入应符合广播规范 |
|
|
将输入的x的数据类型转换为 dtype 并输出 |
|
|
将输入Tensor分割成多个子Tensor |
|
|
对输入沿 axis 轴进行联结，返回一个新的Tensor |
|
|
根据偏移量（offsets）和形状（shape），裁剪输入（x）Tensor |
|
|
根据 shape 指定的形状扩展 x ，扩展后， x 的形状和 shape 指定的形状一致 |
|
|
根据 y 的形状扩展 x ，扩展后， x 的形状和 y 的形状相同 |
|
|
根据给定的start_axis 和 stop_axis 将连续的维度展平 |
|
|
沿指定轴反转n维tensor |
|
|
沿axes指定的平面将n维tensor旋转90度k次 |
|
|
根据索引 index 获取输入 x 的指定 aixs 维度的条目，并将它们拼接在一起 |
|
|
paddle.gather的高维推广 |
|
|
在保持输入 x 数据不变的情况下，改变 x 的形状 |
|
|
Inplace 版本的 reshape API，对输入 x 采用 Inplace 策略 |
|
|
沿着指定维度 axis 对输入 x 进行循环滚动，当元素移动到最后位置时，会从第一个位置重新插入 |
|
|
通过基于 updates 来更新选定索引 index 上的输入来获得输出 |
|
|
Inplace 版本的 scatter API，对输入 x 采用 Inplace 策略 |
|
|
根据 index ，将 updates 添加到一个新的张量中，从而得到输出的Tensor |
|
|
通过对Tensor中的单个值或切片应用稀疏加法，从而得到输出的Tensor |
|
|
根据分片（shard）的偏移量重新计算分片的索引 |
|
|
沿多个轴生成 input 的切片 |
|
|
将输入Tensor分割成多个子Tensor |
|
|
删除输入Tensor的Shape中尺寸为1的维度 |
|
|
Inplace 版本的 squeeze API，对输入 x 采用 Inplace 策略 |
|
|
沿 axis 轴对输入 x 进行堆叠操作 |
|
|
沿多个轴生成 x 的切片 |
|
|
根据参数 repeat_times 对输入 x 的各维度进行复制 |
|
|
根据perm对输入的多维Tensor进行数据重排 |
|
|
移动Tensor的轴，根据移动之后的轴对输入的多维Tensor进行数据重排 |
|
|
沿多个轴对输入的x和y进行张量缩并操作 |
|
|
将输入Tensor按照指定的维度分割成多个子Tensor |
|
|
返回Tensor按升序排序后的独有元素 |
|
|
返回无连续重复元素的Tensor |
|
|
该OP向输入Tensor的Shape中一个或多个位置（axis）插入尺寸为1的维度 |
|
|
Inplace 版本的 unsqueeze API，对输入 x 采用 Inplace 策略 |
|
|
该OP将单个dim为 D 的Tensor沿 axis 轴unpack为 num 个dim为 (D-1) 的Tensor |
|
|
将实数 Tensor 转为复数 Tensor |
|
|
将复数 Tensor 转为实数 Tensor |
|
|
沿 axis 轴对输入 x 的元素进行复制 |
爱因斯坦求和¶
API名称 |
API功能 |
|---|---|
|
|
根据爱因斯坦标记对多个张量进行爱因斯坦求和 |
framework相关¶
API名称 |
API功能 |
|---|---|
|
|
一个设备描述符，指定CPUPlace则Tensor将被自动分配在该设备上，并且模型将会运行在该设备上 |
|
|
一个设备描述符，它所指代的页锁定内存由 CUDA 函数 cudaHostAlloc() 在主机内存上分配，主机的操作系统将不会对这块内存进行分页和交换操作，可以通过直接内存访问技术访问，加速主机和 GPU 之间的数据拷贝 |
|
|
一个设备描述符，表示一个分配或将要分配 Tensor 或 LoDTensor 的 GPU 设备 |
|
|
通过数据并行模式执行动态图模型 |
|
|
一个设备描述符，指NCPUPlace则Tensor将被自动分配在该设备上，并且模型将会运行在该设备上 |
|
|
关闭Paddle系统信号处理方法 |
|
|
关闭静态图模式 |
|
|
开启静态图模式 |
|
|
得到当前全局的dtype |
|
|
对于每个 inputs ，计算所有 outputs 相对于其的梯度和 |
|
|
查看paddle当前是否在动态图模式中运行 |
|
|
从指定路径载入可以在paddle中使用的对象实例 |
|
|
创建一个上下文来禁用动态图梯度计算 |
|
|
创建一个参数属性对象 |
|
|
将对象实例obj保存到指定的路径中 |
|
|
设置默认的全局dtype。 |
|
|
创建启用或禁用动态图梯度计算的上下文 |
|
|
判断当前动态图下是否启用了计算梯度模式。 |
|
|
设置 paddle 中 Tensor 的打印配置选项 |
device相关¶
API名称 |
API功能 |
|---|---|
|
|
获取cuda随机数生成器的状态信息 |
|
|
设置cuda随机数生成器的状态信息 |
高层API相关¶
API名称 |
API功能 |
|---|---|
|
|
一个具备训练、测试、推理的神经网络 |
|
|
打印网络的基础结构和参数信息 |
|
|
打印网络的基础结构和参数信息 |
稀疏API相关¶
API名称 |
API功能 |
|---|---|
|
|
创建一个COO(Coordinate)格式的稀疏Tensor |
|
|
创建一个CSR(Compressed Sparse Row)格式的稀疏Tensor |