diff¶
沿着指定轴计算输入 Tensor 的 n 阶前向差值，一阶的前向差值计算公式如下：
\[out[i] = x[i+1] - x[i]\]
注解
高阶的前向差值可以通过递归的方式进行计算，目前只支持 n=1。
参数¶
x (Tensor) - 待计算前向差值的输入 Tensor。
n (int，可选) - 需要计算前向差值的次数，目前仅支持 n=1，默认值为 1。
axis (int，可选) - 沿着哪一维度计算前向差值，默认值为-1，也即最后一个维度。
prepend (Tensor，可选) - 在计算前向差值之前，沿着指定维度 axis 附加到输入 x 的前面，它的维度需要和输入一致，并且除了 axis 维外，其他维度的形状也要和输入一致，默认值为 None。
append (Tensor，可选) - 在计算前向差值之前，沿着指定维度 axis 附加到输入 x 的后面，它的维度需要和输入一致，并且除了 axis 维外，其他维度的形状也要和输入一致，默认值为 None。
name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。
返回¶
前向差值计算后的 Tensor，数据类型和输入一致。
代码示例：¶
import paddle
x = paddle.to_tensor([1, 4, 5, 2])
out = paddle.diff(x)
print(out)
# out:
# [3, 1, -3]
y = paddle.to_tensor([7, 9])
out = paddle.diff(x, append=y)
print(out)
# out:
# [3, 1, -3, 5, 2]
z = paddle.to_tensor([[1, 2, 3], [4, 5, 6]])
out = paddle.diff(z, axis=0)
print(out)
# out:
# [[3, 3, 3]]
out = paddle.diff(z, axis=1)
print(out)
# out:
# [[1, 1], [1, 1]]