API参数报错修改工作

1.lossAPI

1.需要修改的loss

torch包含size_average和reduce的loss类如下：（共17个）

Loss Name
L1Loss
NLLLoss（以及 NLLLoss2d）
PoissonNLLLoss
KLDivLoss
MSELoss
BCELoss
BCEWithLogitsLoss
HingeEmbeddingLoss
MultiLabelMarginLoss
SmoothL1Loss
SoftMarginLoss
CrossEntropyLoss
MultiLabelSoftMarginLoss
CosineEmbeddingLoss
MarginRankingLoss
MultiMarginLoss
TripletMarginLoss

2.对应关系

• reduce=False（无论 size_average 是 True/False/None）→ reduction='none'

• reduce=True 且 size_average=False / reduce=None 且 size_average=False→ reduction='sum'

• reduce=True 且 size_average=True / reduce=None 且 size_average=True/reduce=True 且 size_average=None/reduct=None且size_average=None → reduction='mean'

reduce	size_average	对应 reduction 值
False	False	'none'
False	True	'none'
False	None	'none'
True	False	'sum'
None	False	'sum'
True	True	'mean'
None	True	'mean'
True	None	'mean'
None	None	'mean'

3.torch.nn.functional下面还有需要处理的

Loss Function	size_average index	reduce index
binary_cross_entropy	3	4
binary_cross_entropy_with_logits	3	4
poisson_nll_loss	4	6
cosine_embedding_loss	4	5
cross_entropy	3	5
hinge_embedding_loss	3	4
kl_div	2	3
l1_loss	2	3
mse_loss	2	3
margin_ranking_loss	4	5
multilabel_margin_loss	2	3
multilabel_soft_margin_loss	3	4
multi_margin_loss	5	6
nll_loss	3	5
smooth_l1_loss	2	3
soft_margin_loss	2	3
triplet_margin_loss	7	8

2.WindowAPI

paddle的get_window目前支持的窗口函数共14个：

来源	窗口函数	数量
PyTorch	bartlett_window, blackman_window, hamming_window, hann_window, kaiser_window	5
SciPy	gaussian, general_gaussian, exponential, triang, bohman , cosine, tukey, taylor, nuttall	9

pytorch5个窗口函数暴露参数情况（指对用户暴露的可传参数）dtype、layout、device、pin_memory默认均为None：

参数名 / 函数名	hamming_window	bartlett_window	blackman_window	hann_window	kaiser_window	get_window
window_length	✅	✅	✅	✅	✅	✅
periodic	✅默认True	✅默认为True	✅默认为True	✅默认为True	✅默认为True	fftbins
alpha	✅默认0.54	❌	❌	❌默认0.5(底层调用hamming_window)	❌	无
beta	✅默认0.46	❌	❌	❌默认0.5(底层调用hamming_window)	✅ (默认 12.0)	无
*dtype	✅	✅	✅	✅	✅	dtype
*layout	✅	✅	✅	✅	✅	无
*device	✅	✅	✅	✅	✅	无
*pin_memory	✅	官方文档没暴露但底层实现可传	官方文档没暴露但底层实现可传	官方文档没暴露但底层实现可传	官方文档没暴露但底层实现可传	无
*requires_grad	✅	✅	✅	✅	✅	stop_gradient