[torch 参数更多]torch.Tensor.new_zeros

torch.Tensor.new_zeros

torch.Tensor.new_zeros(*size, *, dtype=None, device=None, requires_grad=False, layout=torch.strided, pin_memory=False)

paddle.zeros

paddle.zeros(shape,
             dtype=None,
             name=None)

PyTorch 相比 Paddle 支持更多其他参数,具体如下:

参数映射

PyTorch PaddlePaddle 备注
*size shape 表示输出形状大小, PyTorch 是可变参数用法, Paddle 是列表或元组,需要转写。
dtype dtype 表示输出 Tensor 类型,如果没有指定,默认使用当前对象的 dtype,需要转写。
device - 表示 Tensor 存放设备位置,Paddle 无此参数,需要转写。
requires_grad - 表示是否计算梯度,Paddle 无此参数,需要转写。
layout - 表示布局方式,Paddle 无此参数,一般对网络训练结果影响不大,可直接删除。
pin_memory - 表示是否使用锁页内存, Paddle 无此参数,需要转写。

转写示例

size:输出形状大小

# PyTorch 写法
x.new_zeros(3, 5)

# Paddle 写法
paddle.zeros([3, 5])

dtype: 数据类型

# PyTorch 写法
x.new_zeros(3, 5)

# Paddle 写法
paddle.zeros([3, 5], dtype=x.dtype)

device: Tensor torch 的设备

# PyTorch 写法
y = x.new_zeros((3, 5), device=torch.device('cpu'))

# Paddle 写法
y = paddle.zeros([3, 5])
y.cpu()

requires_grad:是否求梯度

# PyTorch 写法
y = x.new_zeros((3, 5), requires_grad=True)

# Paddle 写法
y = paddle.zeros([3, 5])
y.stop_gradient = False

pin_memory:是否分配到固定内存上

# PyTorch 写法
y = x.new_zeros((3, 5), pin_memory=True)

# Paddle 写法
y = paddle.zeros([3, 5]).pin_memory()