pytorch每日一学17(torch.zeros())

最新推荐文章于 2025-03-17 19:11:43 发布

Fluid_ray

最新推荐文章于 2025-03-17 19:11:43 发布

阅读量1w

点赞数 10

分类专栏： pytorch每日一学文章标签： python pytorch 机器学习神经网络深度学习

本文链接：https://blog.youkuaiyun.com/Fluid_ray/article/details/109704614

版权

49 篇文章

订阅专栏

torch.zeros(*size, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False)

>>> torch.zeros(2, 3)
tensor([[ 0.,  0.,  0.],
        [ 0.,  0.,  0.]])

>>> torch.zeros(5)
tensor([ 0.,  0.,  0.,  0.,  0.])

各个参数介绍：

size：定义输出张量形状的整数序列。可以是可变数量的参数，也可以是列表或元组之类的集合。
out：指定输出的tensor。
dtype：指定返回tensor中数据的类型，如果为None，使用默认值（一般为torch.float32可以使用 torch.set_default_tensor_type()更改。）
layout：返回tensor所需要的布局，默认为strided（密集型张量），还有torch.sparse_coo 稀疏性张量，用于存储稀疏矩阵时使用的布局。
device：指定返回tensor所处的设备，可以是cpu或者cuda，如果不指定则为默认（一般为cpu，可以使用torch.set_default_tensor_type()进行更改。）
requires_grad：指定返回的tensor是否需要梯度，默认为False。