SUN Dong
SUN Dong
【报名】：31、293、215、306
/re-run all-failed
/re-run build
/re-run build
/re-run all-failed
``` x = torch.randn([3, 0]) index = torch.randn([3, 3]).type(torch.int64) batch_size = x.shape[0] batch_idx = torch.arange(batch_size).unsqueeze(1).expand_as(index) result = x[batch_idx, index] ``` 这个测试case在最新的paddleAPITest accuracy模式下不报[torch error]吗？后续所有的修改都需要进行paddleAPITest accuracy模式的验证。accuracy模式下paddleAPITest会先跑torch，报[paddle error]和[accuracy error]的case是仍然存在问题的，复测不能通过。如果是PaddleAPITest的问题，也请反馈
> > ``` > > x = torch.randn([3, 0]) > > index = torch.randn([3, 3]).type(torch.int64) > > batch_size = x.shape[0] > > batch_idx = torch.arange(batch_size).unsqueeze(1).expand_as(index) > > result = x[batch_idx,...
请合入最新的develop分支重新触发ci
目前paddleAPITest支持大部分api和torch的对比，请拉取最新的paddleAPITest并使用-- accuracy=True来和torch进行对比。 除了不支持对比的api，paddle_only = True的回测结果已经没有太大的参考价值。特别是需要填充默认值的情况下，需要torch对比一下，以防止后续回测继续报错。现有的测试中不该再出现paddle error，paddle_only pass的case也需要和torch对比一下
paddle.nn.functional.kl_div 中CPU[not compare grad]是因为反向返回了一个None，这是存在问题的，因为GPU中有反向cpu中应该也有反向，不应为None。