allclose¶

paddle. allclose ( x, y, rtol=1e-05, atol=1e-08, equal_nan=False, name=None ) [源代码] ¶

逐个检查x和y的所有元素是否均满足如下条件：

\[\left| x - y \right| \leq atol + rtol \times \left| y \right|\]

该API的行为类似于 \(numpy.allclose\) ，即当两个待比较Tensor的所有元素均在一定容忍误差范围内视为相等则该API返回True值。

参数:

x (Tensor) - 输入的 Tensor ，数据类型为：float32、float64。
y (Tensor) - 输入的 Tensor ，数据类型为：float32、float64。
rtol (float，可选) - 相对容忍误差，默认值为1e-5。
atol (float，可选) - 绝对容忍误差，默认值为1e-8。
equal_nan (bool，可选) - 如果设置为True，则两个NaN数值将被视为相等，默认值为False。
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：计算得到的布尔类型单值Tensor。

代码示例:

import paddle
import numpy as np

np_x = np.array([10000., 1e-07]).astype("float32")
np_y = np.array([10000.1, 1e-08]).astype("float32")
x = paddle.to_tensor (np_x)
y = paddle.to_tensor (np_y)
result1 = paddle.allclose(x, y, rtol=1e-05, atol=1e-08,
                        equal_nan=False, name="ignore_nan")
np_result1 = result1.numpy()
# [False]
result2 = paddle.allclose(x, y, rtol=1e-05, atol=1e-08,
                            equal_nan=True, name="equal_nan")
np_result2 = result2.numpy()
# [False]

np_x = np.array([1.0, float('nan')]).astype("float32")
np_y = np.array([1.0, float('nan')]).astype("float32")
x = paddle.to_tensor (np_x)
y = paddle.to_tensor (np_y)
result1 = paddle.allclose(x, y, rtol=1e-05, atol=1e-08,
                        equal_nan=False, name="ignore_nan")
np_result1 = result1.numpy()
# [False]
result2 = paddle.allclose(x, y, rtol=1e-05, atol=1e-08,
                            equal_nan=True, name="equal_nan")
np_result2 = result2.numpy()
# [True]

PaddlePaddle

paddle / allclose

allclose¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle / allclose

allclose¶