当前位置:   article > 正文

深入浅出Pytorch函数——torch.ones_torch.ones()

torch.ones()

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.ones(*size, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor
  • 1
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1、形状为size、数据类型为dtype的Tensor。

实例
>>> torch.ones(2, 3)
tensor([[ 1.,  1.,  1.],
        [ 1.,  1.,  1.]])

>>> torch.ones(5)
tensor([ 1.,  1.,  1.,  1.,  1.])
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/blog/article/detail/38787
推荐阅读
相关标签
  

闽ICP备14008679号