pytorch torch.full_like函数介绍

torch.full_like 是 PyTorch 中用于创建一个具有特定值的新张量,其形状和数据类型与给定张量相同。

函数定义

复制代码
torch.full_like(input, fill_value, *, dtype=None, layout=None, device=None, requires_grad=False, memory_format=torch.preserve_format)

参数说明

  1. input (Tensor):

    • 用来提供形状和其他属性(如设备、数据类型等)的参考张量。
  2. fill_value (float 或 int):

    • 用于填充新张量的值。
  3. dtype (torch.dtype, 可选):

    • 新张量的数据类型。如果未指定,则与 input 的数据类型相同。
  4. layout (torch.layout, 可选):

    • 新张量的内存布局。默认为 input 的布局。
  5. device (torch.device, 可选):

    • 新张量所在的设备。如果未指定,则与 input 的设备相同。
  6. requires_grad (bool, 可选, 默认值:False):

    • 如果为 True,新张量将需要梯度计算。
  7. memory_format (torch.memory_format, 可选):

    • 新张量的内存格式。默认为 torch.preserve_format,即与 input 相同的内存格式。

返回值

  • 返回一个新张量,其形状、设备、数据类型等与 input 相同,但所有元素均为 fill_value

示例

1. 基本用法
复制代码
import torch

# 创建一个参考张量
x = torch.tensor([[1, 2], [3, 4]])

# 创建一个与 x 形状相同的新张量,元素全为 5
result = torch.full_like(x, 5)
print(result)
# tensor([[5, 5],
#         [5, 5]])
2. 指定数据类型
复制代码
result = torch.full_like(x, 5.0, dtype=torch.float32)
print(result)
# tensor([[5.0, 5.0],
#         [5.0, 5.0]])
3. 指定设备
复制代码
result = torch.full_like(x, 3, device='cuda')
print(result)  # 张量在 GPU 上
4. 需要梯度
复制代码
result = torch.full_like(x, 2, requires_grad=True)
print(result.requires_grad)  # True

常见用途

  1. 快速初始化张量:在网络初始化、测试时创建具有固定值的张量。
  2. 占位符:生成形状与参考张量相同的占位张量。
  3. 兼容性计算:确保新张量与给定张量具有相同的数据类型和设备。

注意事项

  • torch.full 的区别torch.full 需要手动指定张量的形状,而 torch.full_like 自动使用参考张量的形状。

  • 支持广播fill_value 可以是标量。

  • 性能优化torch.full_like 会自动优化设备和数据类型,便于高效地创建张量。

相关推荐
jndingxin6 分钟前
OpenCV 图像哈希类cv::img_hash::AverageHash
人工智能·opencv·哈希算法
ydl11288 分钟前
机器学习基础知识【 激活函数、损失函数、优化器、 正则化、调度器、指标函数】
python·机器学习
Jamence20 分钟前
多模态大语言模型arxiv论文略读(153)
论文阅读·人工智能·语言模型·自然语言处理·论文笔记
晨曦54321028 分钟前
量子计算突破:8比特扩散模型实现指数级加速
人工智能
Albert_Lsk40 分钟前
【2025/07/11】GitHub 今日热门项目
人工智能·开源·github·开源协议
莫彩41 分钟前
【大模型推理论文阅读】Enhancing Latent Computation in Transformerswith Latent Tokens
论文阅读·人工智能·语言模型
康斯坦丁师傅42 分钟前
全球最强模型Grok4,国内已可免费使用!(附教程)
人工智能·grok
崔高杰42 分钟前
微调性能赶不上提示工程怎么办?Can Gradient Descent Simulate Prompting?——论文阅读笔记
论文阅读·人工智能·笔记·语言模型
chao_7891 小时前
CSS表达式——下篇【selenium】
css·python·selenium·算法
元气小嘉1 小时前
前端技术小结
开发语言·前端·javascript·vue.js·人工智能