Функция ones_like

Функция ones_like создает тензор, заполненный единицами, форма и тип данных которого совпадают с переданным тензором. Первым параметром функция принимает тензор-образец. Вторым параметром можно указать желаемый тип данных, третьим - устройство (CPU или GPU).

Синтаксис

torch.ones_like(input, [dtype], [device])

Пример

Давайте создадим тензор из единиц на основе одномерного тензора:

import torch

t = torch.tensor([1, 2, 3, 4, 5])
res = torch.ones_like(t)
print(res)

Результат выполнения кода:

tensor([1, 1, 1, 1, 1])

Пример

Давайте создадим тензор из единиц на основе двумерного тензора:

import torch

t = torch.tensor([
	[1, 2, 3],
	[4, 5, 6],
])
res = torch.ones_like(t)
print(res)

Результат выполнения кода:

tensor([
	[1, 1, 1],
	[1, 1, 1],
])

Пример

Давайте создадим тензор из единиц с изменением типа данных на float:

import torch

t = torch.tensor([1, 2, 3, 4, 5])
res = torch.ones_like(t, dtype=torch.float)
print(res)

Результат выполнения кода:

tensor([1., 1., 1., 1., 1.])

Пример

Давайте создадим тензор из единиц на основе тензора, созданного на GPU (при его наличии):

import torch

if torch.cuda.is_available():
	t = torch.tensor([1, 2, 3, 4, 5], device='cuda')
	res = torch.ones_like(t)
	print(res.device)
else:
	print("CUDA недоступен")

Результат выполнения кода при наличии CUDA:

"cuda:0"

Смотрите также

функцию ones,
которая создает тензор, заполненный единицами, по заданной форме
функцию zeros_like,
которая создает тензор, заполненный нулями, по образцу
функцию full_like,
которая создает тензор, заполненный указанным значением, по образцу
функцию empty_like,
которая создает неинициализированный тензор по образцу