【Hackathon 7th No.39】为 Paddle 代码转换工具新增 API 转换规则（第 6 组）

[Asthestarsfalll]

PR Docs

PaddlePaddle/docs#6878

PR APIs

torch.nn.functional.lp_pool1d
torch.nn.functional.lp_pool2d
torch.nn.functional.threshold_
torch.nn.functional.feature_alpha_dropout
torch.nn.functional.scaled_dot_product_attention
torch.nn.LPPool1d
torch.nn.LPPool2d
torch.nn.Softmin
torch.nn.AdaptiveLogSoftmaxWithLoss
torch.nn.parameter.UninitializedParameter
torch.nn.parameter.UninitializedBuffer
torch.nn.CircularPad3d
torch.nn.utils.parametrizations.weight_norm
torch.optim.RAdam
torch.optim.NAdam

目前问题：

1. lp_pool torch行为与Paddle不一致，当norm_type为inf时，应该与max_pool一致，而torch返回1。
2. 未找到UninitializedParameter与UninitializedBuffer的映射

[paddle-bot]

Thanks for your contribution!

[zhwesky2010]

PR Docs

PaddlePaddle/docs#6878

PR APIs

torch.nn.functional.lp_pool1d torch.nn.functional.lp_pool2d torch.nn.functional.threshold_ torch.nn.functional.feature_alpha_dropout torch.nn.functional.scaled_dot_product_attention torch.nn.LPPool1d torch.nn.LPPool2d torch.nn.Softmin torch.nn.AdaptiveLogSoftmaxWithLoss torch.nn.parameter.UninitializedParameter torch.nn.parameter.UninitializedBuffer torch.nn.CircularPad3d torch.nn.utils.parametrizations.weight_norm torch.optim.RAdam torch.optim.NAdam

目前问题：

1. lp_pool torch行为与Paddle不一致，当norm_type为inf时，应该与max_pool一致，而torch返回1。
2. 未找到UninitializedParameter与UninitializedBuffer的映射

1. 描述的问题的方式，从Pytorch的角度来描述。对Pytorch的某些具体功能，看Paddle的表现有什么差异，分析清楚差异是否是Paddle有功能Bug，或者功能缺陷。给出明确结论，不是简单的罗列问题。
2. 这个不是都能有现成的映射，需要去分析出对应的替代实现方式，使得对网络计算无影响即可

[Asthestarsfalll]

PR Docs

PaddlePaddle/docs#6878

PR APIs

torch.nn.functional.lp_pool1d torch.nn.functional.lp_pool2d torch.nn.functional.threshold_ torch.nn.functional.feature_alpha_dropout torch.nn.functional.scaled_dot_product_attention torch.nn.LPPool1d torch.nn.LPPool2d torch.nn.Softmin torch.nn.AdaptiveLogSoftmaxWithLoss torch.nn.parameter.UninitializedParameter torch.nn.parameter.UninitializedBuffer torch.nn.CircularPad3d torch.nn.utils.parametrizations.weight_norm torch.optim.RAdam torch.optim.NAdam
目前问题：

1. lp_pool torch行为与Paddle不一致，当norm_type为inf时，应该与max_pool一致，而torch返回1。
2. 未找到UninitializedParameter与UninitializedBuffer的映射

1. 描述的问题的方式，从Pytorch的角度来描述。对Pytorch的某些具体功能，看Paddle的表现有什么差异，分析清楚差异是否是Paddle有功能Bug，或者功能缺陷。给出明确结论，不是简单的罗列问题。
2. 这个不是都能有现成的映射，需要去分析出对应的替代实现方式，使得对网络计算无影响即可

1. 根据PyTorch的文档，当norm_type为inf时，应该与max_pool一致，Paddle的实现在norm_type为inf时，会直接调用max_pool，而PyTorch直接计算，由于浮点数范围原因，会输出为1
2. 了解

[zhwesky2010]

@Asthestarsfalll 单测失败，请保证CI通过，CI未通过不予合入：

2024-09-19 10:46:30 FAILED tests/test_nn_LPPool1d.py::test_case_3 - AssertionError: API (torch.nn...
2024-09-19 10:46:30 FAILED tests/test_nn_LPPool2d.py::test_case_6 - AssertionError: API (torch.nn...
2024-09-19 10:46:30 FAILED tests/test_nn_Softmin.py::test_case_1 - AttributeError: module 'paddle...
2024-09-19 10:46:30 FAILED tests/test_nn_Softmin.py::test_case_2 - AttributeError: module 'paddle...
2024-09-19 10:46:30 FAILED tests/test_nn_functional_lp_pool1d.py::test_case_5 - AssertionError: A...
2024-09-19 10:46:30 FAILED tests/test_nn_functional_lp_pool2d.py::test_case_6 - AssertionError: A...
2024-09-19 10:46:30 ============ 6 failed, 8152 passed, 90 skipped in 188.53s (0:03:08) ============

[zhwesky2010]

@Asthestarsfalll 第1点问题，写一个屏蔽版本的单测，然后在注释备注好原因

[Asthestarsfalll]

好像没有办法获取forward的输入，所以只能这样

[zhwesky2010]

@Asthestarsfalll 现在CI未通过，需要修复

[zhwesky2010]

@Asthestarsfalll CI未通过，请自查问题

[zhwesky2010]

@Asthestarsfalll CI仍未通过，请自查问题