Python Pytorch full() 方法

在 Pytorch 中，torch.full(size, fill_value, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) 方法可以用于创建具有指定形状和填充值的新张量。

其中参数含义如下：

• size：张量的形状。可以是一个整数，表示一个具有该值的标量张量；也可以是一个包含多个整数的元组，以表示具有该形状的张量。
• fill_value：张量的填充值。必须是一个标量，表示将张量的所有元素都设置为该值。
• out：张量的输出张量。可以是预先分配的张量来接收输出。默认为None。
• dtype：输出张量的数据类型。默认为None，表示将使用默认数据类型。
• layout：默认为 torch.strided。已知渐进传输的代价为线性传输，这种设定中，张量被视为一个连续的一维张量，在其中找到元素，并用 stride 属性明确约定轴的大小和步长。如果将 torch.memory_format 作为张量参数传递，则将使用与该格式相对应的新分配内存布局。
• device：分配张量的设备。默认为None，表示使用当前设备。
• requires_grad：是否计算梯度。默认为False。

以下是使用torch.full()方法创建张量的示例代码：

import torch

# 创建一个形状为(2, 3)、元素值为4的张量
a = torch.full((2, 3), 4)
print(a)

# 输出结果
# tensor([[4, 4, 4],
#         [4, 4, 4]])

# 创建一个形状为(1,)、元素值为5.5的张量
b = torch.full((1,), 5.5)
print(b)

# 输出结果
# tensor([5.5000])

在上面的代码中，使用torch.full()方法创建了两个张量a和b。张量a的形状为(2, 3)，元素值都是4。张量b的形状为(1,)，元素值为5.5。