使用new_zeros和zeros_like分别返回与输入相同尺寸/类型/device的tensor和ndarray

• torch.Tensor.new_zeros(size, dtype=None, device=None)

返回尺寸为size的全为0的tensor，默认，返回的tensor与该tensor具有相同的dtype和device，可以用于在模型训练过程中创建新tensor，并保证该tensor在对应的device上

1）size: list或者tuple，定义输出tensor的尺寸

2）dtype：返回tensor的期望类型，默认与输入tensor具有相同的torch.dtype

3）device：返回tensor的期望device，默认与输入tensor具有相同的torch.device

• 例如：

tensor = torch.tensor((), dtype=torch.float64)
tensor.new_zeros((2, 3))
# tensor([[ 0.,  0.,  0.],
#         [ 0.,  0.,  0.]], dtype=torch.float64)

• numpy.zeros_like(a, dtype=None, order='K', subok=True, shape=None)

返回与给定数组具有相同形状和类型的零数组。

a：输入的数组

dtype：输出数组的期望类型，默认与a相同

shape：输出数组的期望尺寸，默认与a相同

• 例如：

x = np.arange(6)
x = x.reshape((2, 3))
# x
# array([[0, 1, 2],
#        [3, 4, 5]])
np.zeros_like(x)
# array([[0, 0, 0],
#        [0, 0, 0]])