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 |
|
沿给定的轴 axis 统计非零元素的数量 |
|
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 |
|
逐元素地对 x 计算由 y 中的对应元素决定的赫维赛德阶跃函数 |
|
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 |
|
计算 x 的指数的前缀和的对数 |
|
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 |
|
沿给定的轴 axis 忽略 NAN 元素计算 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 |
|
对输入 x 中每个元素进行正负判断,对于复数则输出单位向量 |
|
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 |
|
逐元素取模算子 |
|
Inplace 版本的 remainder API,对输入 x 采用 Inplace 策略 |
|
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 |
|
输出给定索引处的输入元素,结果与 index 的形状相同 |
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 iinfo 对象,该对象包含了输入的整数类 paddle.dtype 的各种相关的数值信息 |
|
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 |
|
将根据给定的一维 Tensor sorted_sequence 返回输入 x 对应的桶索引。 |
|
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 |
|
返回输入矩阵在给定对角线右上三角部分元素坐标 |
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 |
|
将输入 Tensor 沿第一个维度分割成多个子 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 |
|
沿着指定轴 axis 将 index 中指定位置的 x 与 value 相加,并写入到结果张量中的对应位置 |
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 |