| 深入浅出Pytorch函数 | 您所在的位置：网站首页 › input 函数的使用 › 深入浅出Pytorch函数 |
|
分类目录：《深入浅出Pytorch函数》总目录 相关文章： · 深入浅出Pytorch函数——torch.Tensor · 深入浅出Pytorch函数——torch.ones · 深入浅出Pytorch函数——torch.zeros · 深入浅出Pytorch函数——torch.full · 深入浅出Pytorch函数——torch.ones_like · 深入浅出Pytorch函数——torch.zeros_like · 深入浅出Pytorch函数——torch.full_like 返回一个形状与input相同且值全为0的张量。torch.zeros_like(input)相当于torch.zeros(input.size, dtype=input.dtype，layout=input.layout，device=input.device)。 语法 torch.zeros_like(input, *, dtype=None, layout=None, device=None, requires_grad=False, memory_format=torch.preserve_format) → Tensor 参数 input：[Tensor] input向量的形状决定了输出向量的形状。dtype：[可选，torch.dtype] 返回张量的所需数据类型。如果为None，则使用全局默认值（参考torch.set_default_tensor_type()）。layout：[可选，torch.layout] 返回张量的期望内存布局形式，默认为torch.strided。device：返回张量的期望计算设备。如果为None，使用当前的设备（参考torch.set_default_tensor_type()），设备将CPU用于CPU张量类型，将CUDA设备用于CUDA张量类型。requires_grad：[可选，bool] 是否需要自动微分，默认为False。memory_format：[可选，torch.memory_format] 返回张量的所需内存格式，默认为torch.preserve_format。 返回值返回一个形状与input相同且值全为0的张量。 实例 >>> input = torch.empty(2, 3) >>> torch.zeros_like(input) tensor([[ 0., 0., 0.], [ 0., 0., 0.]]) |
| CopyRight 2018-2019 实验室设备网 版权所有 |