fill_constant¶
该OP创建一个形状为shape并且数据类型为dtype的Tensor，同时用 value 中提供的常量初始化该Tensor。
创建的Tensor的stop_gradient属性默认为True。
参数¶
shape (tuple|list|Variable)- 要创建的LoDTensor或者SelectedRows的形状。数据类型为int32或int64。如果shape是一个列表或元组，则其元素应该是形状为[1]的整数或Tensor。如果shape是Variable，则它应该是一维Tensor。
dtype (np.dtype|core.VarDesc.VarType|str)- 创建LoDTensor或者SelectedRows的数据类型，支持数据类型为float16， float32， float64， int32， int64。
value (float|int)- 用于初始化输出LoDTensor或者SelectedRows的常量数据的值。
force_cpu (bool)- 用于标志LoDTensor或者SelectedRows是否创建在CPU上，默认值为False，若设为true，则数据必须在CPU上。
out (Variable，可选)- 用于存储创建的LoDTensor或者SelectedRows，可以是程序中已经创建的任何Variable。默认值为None，此时将创建新的Variable来保存输出结果。
返回¶
根据shape和dtype创建的Tensor。
返回类型¶
变量（Variable）
代码示例¶
import paddle.fluid as fluid
# attr shape is a list which doesn't contain Tensor.
data1 = fluid.layers.fill_constant(shape=[2,1], value=0, dtype='int64') # data1=[[0],[0]]
data2 = fluid.layers.fill_constant(shape=[2,1], value=5, dtype='int64', out=data1)
# data1=[[5], [5]] data2=[[5], [5]]
# attr shape is a list which contains Tensor.
positive_2 = fluid.layers.fill_constant([1], "int32", 2)
data3 = fluid.layers.fill_constant(shape=[1, positive_2], dtype='float32', value=1.5) # data3=[[1.5, 1.5]]
# attr shape is a Tensor.
shape = fluid.layers.fill_constant([2], "int32", 2) # shape=[2,2]
data4 = fluid.layers.fill_constant(shape=shape, dtype='bool', value=True) # data4=[[True,True],[True,True]]
# attr value is a Tensor.
val = fluid.layers.fill_constant([1], "float32", 2.0) # val=[2.0]
data5 = fluid.layers.fill_constant(shape=[2,1], value=val, dtype='float32') #data5=[[2.0],[2.0]]