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
返回一个形状与input相同且值全为0的张量。torch.zeros_like(input)相当于torch.zeros(input.size, dtype=input.dtype，layout=input.layout，device=input.device)。文章来源：https://www.toymoban.com/news/detail-446667.html
语法
torch.zeros_like(input, *, dtype=None, layout=None, device=None, requires_grad=False, memory_format=torch.preserve_format) → Tensor
参数
-
input：[Tensor]input向量的形状决定了输出向量的形状。 -
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。 -
memory_format：[可选，torch.memory_format] 返回张量的所需内存格式，默认为torch.preserve_format。
返回值
返回一个形状与input相同且值全为0的张量。文章来源地址https://www.toymoban.com/news/detail-446667.html
实例
>>> input = torch.empty(2, 3)
>>> torch.zeros_like(input)
tensor([[ 0., 0., 0.],
[ 0., 0., 0.]])
到了这里，关于深入浅出Pytorch函数——torch.zeros_like的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
