测试中比较pytorch张量的断言方法集合
torch-testing的Python项目详细描述
#torch testing
一组断言方法，用于比较测试中的pytorch张量。
目前，所有断言方法都是通过将张量转换为numpy数组并将其馈送到适当的“numpy.testing”方法来提供的。这样，在失败时，将提供有关测试失败原因的详细信息。
最后一次使用**python 3.6.4：：anaconda进行测试，公司*和**Pythorch 0.4**.
/>进口火炬测试
>class-testsomeclass（unittestest.testcase）：
>def-test一些方法（self）：
>a=torch.张量（[1，2]）
>b=torch.张量（[1，2]）
35assertion方法**kwargs）`
目前，这种断言方法是通过使用“tensor.numpy（）”将张量转换为“numpy”数组，并将其馈送给[numpy.testing.assert戋equal]（https://docs.scipy.org/doc/numpy/reference/generated/numpy.testing.assert戋equal.html戋numpy.testing.assert戋equal）来提供的（实际的，预期的，rtol=1e-07，atol=0，等于n=true，**kwargs）`
目前，这种断言方法是通过使用“tensor.numpy（）”将张量转换为“numpy”数组，并将其馈送给[numpy.testing.assert_allclose]（https://docs.scipy.org/doc/numpy/reference/generated/numpy.testing.assert_allclose.html numpy.testing.assert_allclose）来提供的。max_val，rtol=0）`
确保给定“张量”的所有值都大于或等于“min_val”且小于或等于“max_val”。允许指定相对公差“rtol”，其行为类似于[numpy.testing.assert_llclose]（https://docs.scipy.org/doc/numpy/reference/generated/numpy.testing.assert_llclose.html numpy.testing.assert_llclose）。
*注意：在引擎盖下使用“assert_llclose”，因此失败消息当前可能有点混乱。*
##development
*除非另有说明，否则所有命令都将从该存储库的根目录执行。*
\运行pip install-e.
```
```sh
pip install-e.
```
``sh
python-m unittest discover tests
```
一组断言方法，用于比较测试中的pytorch张量。
目前，所有断言方法都是通过将张量转换为numpy数组并将其馈送到适当的“numpy.testing”方法来提供的。这样，在失败时，将提供有关测试失败原因的详细信息。
最后一次使用**python 3.6.4：：anaconda进行测试，公司*和**Pythorch 0.4**.
/>进口火炬测试
>class-testsomeclass（unittestest.testcase）：
>def-test一些方法（self）：
>a=torch.张量（[1，2]）
>b=torch.张量（[1，2]）
35assertion方法**kwargs）`
目前，这种断言方法是通过使用“tensor.numpy（）”将张量转换为“numpy”数组，并将其馈送给[numpy.testing.assert戋equal]（https://docs.scipy.org/doc/numpy/reference/generated/numpy.testing.assert戋equal.html戋numpy.testing.assert戋equal）来提供的（实际的，预期的，rtol=1e-07，atol=0，等于n=true，**kwargs）`
目前，这种断言方法是通过使用“tensor.numpy（）”将张量转换为“numpy”数组，并将其馈送给[numpy.testing.assert_allclose]（https://docs.scipy.org/doc/numpy/reference/generated/numpy.testing.assert_allclose.html numpy.testing.assert_allclose）来提供的。max_val，rtol=0）`
确保给定“张量”的所有值都大于或等于“min_val”且小于或等于“max_val”。允许指定相对公差“rtol”，其行为类似于[numpy.testing.assert_llclose]（https://docs.scipy.org/doc/numpy/reference/generated/numpy.testing.assert_llclose.html numpy.testing.assert_llclose）。
*注意：在引擎盖下使用“assert_llclose”，因此失败消息当前可能有点混乱。*
##development
*除非另有说明，否则所有命令都将从该存储库的根目录执行。*
\运行pip install-e.
```
```sh
pip install-e.
```
``sh
python-m unittest discover tests
```
欢迎加入QQ群-->： 979659372
