深入浅出Pytorch函数——torch.zeros_like

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.]])