ones_like

paddle. ones_like ( x, dtype=None, name=None, *, device=None, requires_grad=False, pin_memory=False ) [源代码]

返回一个和输入参数 x 具有相同形状的数值都为 1 的 Tensor，数据类型为 dtype 或者和 x 相同，如果 dtype 为 None，则输出 Tensor 的数据类型与 x 相同。

备注

别名支持: 参数名 input 可替代 x，如 input=tensor_x 等价于 x=tensor_x。

参数

  • x (Tensor) – 输入的 Tensor，数据类型可以是 bool，float16，float32，float64，int32，int64。

  • input - x 的别名，行为完全一致。 别名： input

  • dtype (str|paddle.dtype|np.dtype，可选) - 输出 Tensor 的数据类型，支持 bool，float16, float32，float64，int32，int64。当该参数值为 None 时，输出 Tensor 的数据类型与 x 相同。默认值为 None。

  • name (str，可选) - 具体用法请参见 api_guide_Name，一般无需设置，默认值为 None。

关键字参数

  • device (PlaceLike|None，可选) - 期望创建 Tensor 所在的设备。若为 None，则与 x 保持一致。

  • requires_grad (bool，可选) - 是否需要为返回的 Tensor 记录梯度信息。默认值为 False。

  • pin_memory (bool，可选) - 若为 True，返回的 CPU Tensor 将分配在锁页内存中。仅对 CPU Tensor 生效。默认值为 False。

返回

Tensor：和 x 具有相同形状的数值都为 1 的 Tensor，数据类型为 dtype 或者和 x 相同。

代码示例

>>> import paddle

>>> x = paddle.to_tensor([1,2,3])
>>> out1 = paddle.ones_like(x)
>>> print(out1.numpy())
[1 1 1]
>>> out2 = paddle.ones_like(x, dtype='int32')
>>> print(out2.numpy())
[1 1 1]

使用本API的教程文档