YDOOK ：Pytorch 生成全0 tensor数组 pytorch生成定义全零张量数组

最新推荐文章于 2025-03-18 17:49:22 发布

YDOOK 林进威的博客

最新推荐文章于 2025-03-18 17:49:22 发布

阅读量1.3w

点赞数 6

文章标签： python 深度学习 pytorch YDOOK 全零张量数组

版权归作者 YDOOK JY Lin所有，未经同意，不可转载。同意转载后必须标明署名与出处。

本文链接：https://blog.csdn.net/weixin_42255190/article/details/112393749

版权

博客介绍了使用Pytorch生成全零张量数组的方法，通过torch.zero(shape)实现，并展示了相关源码及输出。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

YDOOK ：Pytorch 生成全0 tensor数组 pytorch生成定义全零张量数组

使用：torch.zero(shape)

源码展示：

import torch

a1 = torch.zeros(0)
a2 = torch.zeros(1)
a3 = torch.zeros(1, 1)
a4 = torch.zeros(2, 3)
a5 = torch.zeros(2, 3, 5)

print('a1 = ', a1)
print('a2 = ', a2)
print('a3 = ', a3)
print('a4 = ', a4)
print('a5 = ', a5)

# JY Lin YDOOK
# Print the size of tensor valuables
print()
print('a1.size() = ', a1.size())
print('a2.size() = ', a2.size())
print('a3.size() = ', a3.size())
print('a4.size() = ', a4.size())
print('a5.size() = ', a5.size())

输出：

D:\Anaconda\python.exe F:/AI/Pytorch/AI2/A2.py
a1 =  tensor([])
a2 =  tensor([0.])
a3 =  tensor([[0.]])
a4 =  tensor([[0., 0., 0.],
        [0., 0., 0.]])
a5 =  tensor([[[0., 0., 0., 0., 0.],
         [0., 0., 0., 0., 0.],
         [0., 0., 0., 0., 0.]],

        [[0., 0., 0., 0., 0.],
         [0., 0., 0., 0., 0.],
         [0., 0., 0., 0., 0.]]])

a1.size() =  torch.Size([0])
a2.size() =  torch.Size([1])
a3.size() =  torch.Size([1, 1])
a4.size() =  torch.Size([2, 3])
a5.size() =  torch.Size([2, 3, 5])

Process finished with exit code 0