Paddle astype 输入type为None时,输出不符合预期

pieyvz9o  于 5个月前  发布在  其他
关注(0)|答案(7)|浏览(47)

bug描述 Describe the Bug

>>> import paddle
>>> x = paddle.randn([2,3])
>>> x
Tensor(shape=[2, 3], dtype=float32, place=Place(gpu:0), stop_gradient=True,
       [[-0.65321004, -0.96347934, -0.51108646],
        [ 0.01508839, -0.22883634,  0.38634259]])
>>> x.astype(None)
Tensor(shape=[2, 3], dtype=float64, place=Place(gpu:0), stop_gradient=True,
       [[-0.65321004, -0.96347934, -0.51108646],
        [ 0.01508839, -0.22883634,  0.38634259]])
>>> paddle.version.commit
'4743cc8b9a8d77ea47e08a42a16246b538bda56f'

输出把 float32 转换为了 float64

其他补充信息 Additional Supplementary Information

No response

klh5stk1

klh5stk11#

您好,我们已经收到了您的问题,会安排技术人员尽快解答您的问题,请耐心等待。请您再次检查是否提供了清晰的问题描述、复现代码、环境&版本、报错信息等。同时,您也可以通过查看 官网API文档常见问题历史IssueAI社区 来寻求解答。祝您生活愉快~

Hi! We've received your issue and please be patient to get responded. We will arrange technicians to answer your questions as soon as possible. Please make sure that you have posted enough message to demo your request. You may also check out the APIFAQGithub Issue and AI community to get the answer.Have a nice day!

pinkon5k

pinkon5k2#

你好,经反馈,和numpy保持一致。

ztigrdn8

ztigrdn83#

这个行为和numpy是一样的,应该是内部dtype转换使用了numpy:

ztyzrc3y

ztyzrc3y4#

行为一致不代表逻辑合理吧。

这里None表示的意义是什么?还是未定义行为?
不同类型在语义为None的情况下如何转换?
Paddle下为None的语义是不是跟Numpy有所区别?

n53p2ov0

n53p2ov05#

https://github.com/numpy/numpy/blob/c4c0bbd36e597f24c481ffd736527cc48309e481/numpy/core/src/multiarray/descriptor.c#L1472-L1474

if (obj == Py_None) {
        return PyArray_DescrFromType(NPY_DEFAULT_TYPE);
    }

Numpy 的语义是 转换成默认的类型,默认的类型为 float64
但是Paddle的默认类型不是 float64 ,如果是支持None为输入的话,应该转换为 paddle.get_default_dtype() 才符合使用逻辑。

jhkqcmku

jhkqcmku6#

https://github.com/numpy/numpy/blob/c4c0bbd36e597f24c481ffd736527cc48309e481/numpy/core/src/multiarray/descriptor.c#L1472-L1474

if (obj == Py_None) {
        return PyArray_DescrFromType(NPY_DEFAULT_TYPE);
    }

Numpy 的语义是 转换成默认的类型,默认的类型为 float64 。 但是Paddle的默认类型不是 float64 ,如果是支持None为输入的话,应该转换为 paddle.get_default_dtype() 才符合使用逻辑。

我感觉选择fp32或者fp64都可以,这个场景应该也用的很少,个人没有倾向。目前是fp64的原因是下面的代码:

if not isinstance(dtype, core.VarDesc.VarType):
            dtype = convert_np_dtype_to_dtype_(dtype)
        return _C_ops.cast(self, dtype)

建议同步给API小组看下哪个比较好。

tktrz96b

tktrz96b7#

好的,辛苦同步一下API小组。应该 None这个 case 我们自己兜底一下就好了

相关问题