torch.ones_like函数和torch.zeros_like函数的基本功能是根据给定张量,生成与其形状相同的全1张量或全0张量,示例如下:

input = torch.rand(2, 3)
print(input)
# 生成与input形状相同、元素全为1的张量
a = torch.ones_like(input)
print(a)
# 生成与input形状相同、元素全为0的张量
b = torch.zeros_like(input)
print(b)

效果如下:

tensor([[0.0881, 0.9002, 0.7084],[0.3313, 0.2736, 0.0894]])
tensor([[1., 1., 1.],[1., 1., 1.]])
tensor([[0., 0., 0.],[0., 0., 0.]])

我们进一步看一下这两个函数在源码中是怎样定义的。

torch.ones_like函数:

@overload
def ones_like(self: Tensor, *, dtype: _dtype=None, layout: layout=strided, device: Union[_device, str, None]=None, requires_grad:_bool=False) -> Tensor: ...

torch.zeros_like函数:

@overload
def zeros_like(self: Tensor, *, dtype: _dtype=None, layout: layout=strided, device: Union[_device, str, None]=None, requires_grad:_bool=False) -> Tensor: ...

可以看到,在这两个函数中,我们还可以指定数据类型、设备、是否计算梯度等信息,可以结合具体场景灵活使用。

torch.ones_like函数和torch.zero_like函数相关推荐

  1. 【Torch API】pytorch 中torch.ones_like和torch.zeros_like函数详解

    torch.ones_like函数和torch.zeros_like函数的基本功能是根据给定张量,生成与其形状相同的全1张量或全0张量,示例如下: input = torch.rand(2, 3) p ...

  2. 【深度学习】pytorch自动求导机制的理解 | tensor.backward() 反向传播 | tensor.detach()梯度截断函数 | with torch.no_grad()函数

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言 一.pytorch里自动求导的基础概念 1.1.自动求导 requires_grad=True 1.2.求导 requ ...

  3. pytorch拼接函数:torch.stack()和torch.cat()--详解及例子

    原文链接: https://blog.csdn.net/xinjieyuan/article/details/105205326 https://blog.csdn.net/xinjieyuan/ar ...

  4. pytorch函数之torch.normal()

    由于朋友问了一下torch.normal()这个东西是什么?(具体如下) 然后我就花了点时间写了一篇这个博文,解释了一下:并且举了一些他的应用例子. 如果还是不会的话,那我也没办法了. torch.n ...

  5. python linspace函数_Python torch.linspace方法代碼示例

    本文整理匯總了Python中torch.linspace方法的典型用法代碼示例.如果您正苦於以下問題:Python torch.linspace方法的具體用法?Python torch.linspac ...

  6. pytorch之torch.zeros_like,torch.ones_like和tensor按索引赋值

    1. torch.zeros_like 可以生成和括号内变量维度一致的全是0的内容.例如:输入维度为 1 × 8 × 3 × 5 1\times8\times3\times5 1×8×3×5的x,要生 ...

  7. torch.zeros_like()和torch.ones_like()简要介绍

    定义 torch.zeros_like(input) torch.ones_like(input) 用法 分别生成和输入数据维度一致的全为0或全为1的内容 示例 import torcha = tor ...

  8. PyTorch : torch.nn.xxx 和 torch.nn.functional.xxx

    PyTorch : torch.nn.xxx 和 torch.nn.functional.xxx 在写 PyTorch 代码时,我们会发现在 torch.nn.xxx 和 torch.nn.funct ...

  9. torch.cuda.FloatTensor 与 torch.FloatTensor(torch.Tensor)--CPU和GPU上的数据类型

    1.torch.cuda.FloatTensor 与 torch.FloatTensor Pytorch中的tensor又包括CPU上的数据类型和GPU上的数据类型,一般GPU上的Tensor是CPU ...

最新文章

  1. 铁大Facebook——电梯演讲
  2. 单体预聚合的目的是什么_线型低密度聚乙烯的单体单元比例到底是多少?
  3. 【LaTeX】Lyx/LaTeX笔记01
  4. centos更改默认python_CentOS系统python默认版本由python2改为python3
  5. 零基础学习Python文本处理
  6. mysql停止更新时间_我如何更新这个MySQL查询以获取从开始、停止、暂停和恢复事件经过的总时间...
  7. 北京大学生物信息学学习(6)隐含马尔可夫模型
  8. AutoCAD VBA二次开发地形图多边形裁剪
  9. Confluence 摘要(Excerpt)宏
  10. 一加3T解锁OEM、刷入TWRP、第三方ROM以及ROOT
  11. Sqlserver 中的Iif语句
  12. AM335x启动流程(BootRom-MLO-Uboot)
  13. Linux下的c++系统检测工具:网络编程小插曲
  14. Python 读pdf数据写入Excel表中
  15. 密集恐惧症候群测试图
  16. 小白的Python 学习笔记(八)推导式详解
  17. selenium报异常:it is not in the current frame context, or the document has been refreshed
  18. mapv地图文字标注
  19. windows 使用bat脚本文件,复制文件夹到另一个盘
  20. flash cs4安装闪一下红的界面

热门文章

  1. 遇到求职焦虑怎么处理|X职场
  2. 快手 RocketMQ 高性能实践
  3. 周期脉冲 matlab,矩形周期脉冲信号MATLAB实现
  4. 让python飞:形象理解python 栈、队列、lambda、生成器、迭代器、模块
  5. 苹果5s现在还能用吗_钉子户的iPhone6s,是靠什么挺到现在?2020年了还会继续用吗?|iphone6s|苹果手机|魅族|手机|智能手机...
  6. Python 基础知识及实战
  7. Notepad++选中行操作 快捷键 使用技巧
  8. 苹果自带录屏在哪_原来苹果手机自带录屏功能这么好用,还能录制声音!教你这样开启...
  9. 今年双十一,区块链怎么玩?CSDN“免费+质量局”沙龙邀你参加
  10. JDK8新特性-学习笔记