Python PyTorch zeros() 方法

zeros() 方法是 PyTorch 用于创建全零 tensor 的方法。它可以帮助我们快速创建指定大小的 tensor。

语法

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

zeros() 方法接受以下参数：

• sizes (int...)：用于指定 tensor 的形状，可以是一个整数或者一个元组。例如，2 表示一个 2x1 的 tensor，(2, 3) 表示一个 2x3 的 tensor。
• out (Tensor, optional)：输出 tensor。
• dtype (torch.dtype, optional)：输出 tensor 的数据类型。默认是 torch.float32。
• layout (torch.layout, optional)：输出 tensor 的布局。默认是 torch.strided。
• device (torch.device, optional)：输出 tensor 的设备。默认是当前设备。
• requires_grad (bool, optional)：输出 tensor 是否需要反向传播梯度。默认为 False。

返回值

zeros() 方法返回一个全零 tensor，数据类型由 dtype 参数指定，形状由 sizes 参数指定，如果传递了 out 参数则返回 out。

示例

我们可以创建一个形状为 2x3 的 tensor：

import torch

x = torch.zeros(2, 3)

print(x)

输出：

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

如果我们传递 dtype=torch.int32，则输出的数据类型为整型：

import torch

x = torch.zeros(2, 3, dtype=torch.int32)

print(x)

输出：

tensor([[0, 0, 0],
        [0, 0, 0]], dtype=torch.int32)

如果我们希望在 GPU 上创建 tensor，则可以传递 device="cuda" 参数，前提是我们有可用的 GPU：

import torch

if torch.cuda.is_available():
    x = torch.zeros(2, 3, device="cuda")
    print(x)
else:
    print("No available GPUs!")

输出：

tensor([[0., 0., 0.],
        [0., 0., 0.]], device='cuda:0')

总结

zeros() 方法是 PyTorch 用于创建全零 tensor 的方法。它可以帮助我们快速创建指定大小的 tensor，支持设置数据类型、布局、设备等参数。通过 zeros() 方法创建的 tensor 可以用于矩阵运算、神经网络模型等场景。