Функция zeros_like

Функция zeros_like создает новый тензор, все элементы которого равны нулю. Форма нового тензора совпадает с формой переданного на вход тензора. Первым параметром функция принимает исходный тензор. Вторым параметром можно передать тип данных элементов, а третьим - устройство для размещения тензора. По умолчанию тип данных и устройство копируются у исходного тензора.

Синтаксис

torch.zeros_like(input, [dtype], [device], [requires_grad])

Пример

Давайте создадим тензор и на его основе получим новый тензор, заполненный нулями:

import torch

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

Результат выполнения кода:

tensor([0, 0, 0, 0, 0])

Пример

Давайте укажем явно тип данных для нового тензора:

import torch

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

Результат выполнения кода:

tensor([0., 0., 0., 0., 0.])

Пример

Давайте создадим тензор на GPU и на его основе получим нулевой тензор на том же устройстве:

import torch

if torch.cuda.is_available():
	t = torch.tensor([1, 2, 3], device='cuda')
	res = torch.zeros_like(t)
	print(res.device)

Результат выполнения кода:

"cuda:0"

Пример

Давайте создадим нулевой тензор, который будет поддерживать вычисление градиентов:

import torch

t = torch.tensor([1., 2., 3.])
res = torch.zeros_like(t, requires_grad=True)
print(res.requires_grad)

Результат выполнения кода:

True

Смотрите также

функцию zeros,
которая создает тензор, заполненный нулями, с заданной формой
функцию ones_like,
которая создает тензор, заполненный единицами, на основе формы другого тензора
функцию empty_like,
которая создает неинициализированный тензор на основе формы другого тензора
функцию full_like,
которая создает тензор, заполненный указанным значением, на основе формы другого тензора