深入浅出Pytorch函数——torch.zeros

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

语法

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

参数

• size：大小，定义输出张量形状的整数序列。可以是可变数量的参数或集合，如：列表或元组。
• out：[可选，Tensor] 输出张量
• 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。

返回值

返回一个每个元素都是

0

、形状为

size

、数据类型为

dtype

的Tensor。

实例

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

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