pytorch张量的new_zeros方法介绍

在 PyTorch 中,Tensor.new_zeros 是一种用于创建与现有张量形状或设备匹配的新张量的方法。该方法生成一个全为零的张量,且其数据类型、设备等属性与调用它的张量一致,除非另行指定。


new_zeros 方法的语法

复制代码
Tensor.new_zeros(size, *, dtype=None, device=None, requires_grad=False)

参数说明

  • size (tuple)

    指定新张量的形状。例如 (2, 3) 表示创建一个形状为 2x3 的张量。

  • dtype (torch.dtype, 可选)

    指定新张量的数据类型。如果未指定,将与原张量的数据类型一致。

  • device (torch.device, 可选)

    指定新张量所在的设备(如 CPU 或 GPU)。如果未指定,将与原张量所在的设备一致。

  • requires_grad (bool, 可选)

    指定新张量是否需要计算梯度(默认为 False)。


new_zeros 的特性

  • 新张量与原张量具有相同的设备 和默认数据类型(除非显式更改)。
  • 新张量的内容为全零。

使用示例

1. 创建与现有张量形状匹配的零张量

复制代码
import torch

x = torch.ones(2, 3, device='cuda')  # 创建一个形状为 (2, 3) 的张量
zeros = x.new_zeros((2, 3))          # 创建一个全零张量,与 x 具有相同形状和设备
print(zeros)
# 输出(在 GPU 上):
# tensor([[0., 0., 0.],
#         [0., 0., 0.]], device='cuda:0')

2. 创建具有不同形状的零张量

复制代码
x = torch.ones(4, 5)
zeros = x.new_zeros((2, 3))  # 创建一个形状为 (2, 3) 的零张量
print(zeros)
# 输出:
# tensor([[0., 0., 0.],
#         [0., 0., 0.]])

3. 指定数据类型

复制代码
x = torch.ones(3, 3, dtype=torch.float32)
zeros = x.new_zeros((2, 2), dtype=torch.int32)  # 显式指定数据类型
print(zeros)
# 输出:
# tensor([[0, 0],
#         [0, 0]], dtype=torch.int32)

4. 指定设备

复制代码
x = torch.ones(2, 2, device='cuda')
zeros = x.new_zeros((3, 3), device='cpu')  # 在 CPU 上创建新张量
print(zeros)
# 输出:
# tensor([[0., 0., 0.],
#         [0., 0., 0.],
#         [0., 0., 0.]])

与其他创建零张量的方法的对比

  1. torch.zeros

    zeros = torch.zeros((2, 3))

    • 独立于已有张量。
    • 需要显式指定数据类型和设备。
  • Tensor.new_zeros

    zeros = x.new_zeros((2, 3))

  • 与现有张量 x 共享设备和默认数据类型。


常见应用场景

  1. 快速创建与输入张量匹配的零张量 在深度学习中,可能需要创建与现有张量形状和设备匹配的零张量。例如,用于初始化中间结果或辅助计算。

  2. 动态操作 当输入张量的形状、设备不固定时,可以使用 new_zeros 动态生成匹配的零张量,无需手动指定设备或数据类型。


总结

Tensor.new_zeros 是一个高效、方便的方法,适合在动态模型或设备敏感的代码中使用。它避免了显式管理设备和数据类型的麻烦,有助于提高代码的简洁性和可维护性。

相关推荐
艾莉丝努力练剑8 分钟前
【AI大模型接入SDK】C++的SessionManager 线程安全
java·开发语言·前端·c++·人工智能·学习·安全
kyle~17 分钟前
FastAPI --- 将业务能力以 API 的形式提供给外部系统
python·fastapi·前后端
aiotto资源分享37 分钟前
Python 写 JSON 文件,程序中途退出会留下什么?
java·python·json·jsondecodeerror
螺丝钉tina1 小时前
[Playwright] [20][AI] 失败分析:让AI大模型帮你debug
人工智能
梯度下降者2 小时前
Python信号量,条件变量,事件学习
python·条件变量·事件·信号量·线程通信
MSTcheng.2 小时前
【AI应用实战】用 FastAPI + SSE 做一个自己的 AI 聊天网页:流式输出、多轮对话与完整源码
人工智能·python·大模型·fastapi·sse·ai聊天助手
世冠科技2 小时前
世冠科技GCEAgent重磅发布,开启复杂装备AI原生智能研发新范式
人工智能·科技·ai-native
轻松,带微笑2 小时前
AI竞争进入下半场:微软押注专业模型,通用大模型不再是唯一答案
人工智能·microsoft
哈尔滨张谦蛋3 小时前
兰州大学 · 甘肃省可穿戴装备重点实验室 · 2027年博士招生
人工智能·深度学习