深入浅出Pytorch函数——torch.full_like_股市动态

深入浅出Pytorch函数——torch.full_like

创始人

2025-05-29 07:59:31

0次

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fill_value的张量。full_like(input, fill_value)相当于torch.full(input.size(), fill_value, dtype=input.dtype, layout=input.layout, device=input.device)。

语法

torch.full_like(input, fill_value, \*, dtype=None, layout=torch.strided, 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。
fill_value：填入输出tensor的值
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fill_value的张量。

词库加载错误:未能找到文件“E:\highferrum_mysql\Configuration\Dict_Stopwords.txt”。

上一篇：“史上最严的电池安全令”发布，将对新能源汽车行业带来哪些影响？国家对新能源汽车电池安全的规定史上极严电池令详情

下一篇：盘前必读丨MSCI纳A指数样本调整将生效；美联储公布5月议息会议纪要盘前必读大股指收盘情况盘前资讯个股大盘研判

深入浅出Pytorch函数——torch.full_like

语法

参数

返回值

相关内容

热门资讯