mindspore,使用以下代码计算
ops.conv1d(source_ids, weight, bias, pad_mode="pad", padding=(1,))
torch,使用以下代码计算
torch.nn.functional.conv1d(x, weight, bias,padding=(1,))
上述weight 使用np.load加载,该值由np.save进行保存,但是mindspore计算结果与torch计算结果不一致,导致该结果在后续计算累计后差异变大
该算子在官方文档写明“一致”
如何使用,才可使其计算结果保持一致
mindspore,使用以下代码计算
ops.conv1d(source_ids, weight, bias, pad_mode="pad", padding=(1,))
torch,使用以下代码计算
torch.nn.functional.conv1d(x, weight, bias,padding=(1,))
上述weight 使用np.load加载,该值由np.save进行保存,但是mindspore计算结果与torch计算结果不一致,导致该结果在后续计算累计后差异变大
该算子在官方文档写明“一致”
如何使用,才可使其计算结果保持一致