eye
- paddle. eye ( num_rows, num_columns=None, dtype=None, name=None, *, out=None, device=None, requires_grad=False, pin_memory=False ) [源代码]
构建二维 Tensor(主对角线元素为 1，其他元素为 0)。
备注
别名支持: 参数名 n 可替代 num_rows 和 m 可替代 num_columns，如 n=1 等价于 num_rows=1， m=2 等价于 num_columns=2。
参数
num_rows (int|Tensor) - 生成 2-D Tensor 的行数，数据类型为非负 int32。别名：
n。num_columns (int|Tensor|None，可选) - 生成 2-D Tensor 的列数，数据类型为非负 int32。若为 None，则默认等于
num_rows。别名：m。dtype (str|paddle.dtype|np.dtype，可选) - 返回 Tensor 的数据类型。支持 int32、int64、float16、float32、float64、complex64、complex128。 默认值为 None，此时返回 Tensor 的数据类型为 float32。
name (str，可选) - 操作的名称，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
out (Tensor，可选) - 用于保存输出结果的 Tensor，默认值为 None。
device (PlaceLike|None，可选) - 指定返回 Tensor 所在的设备。默认值为 None，表示使用当前全局设备（可通过
paddle.device.set_device设置）。 对于 CPU Tensor，设备为 CPU；对于 CUDA Tensor，设备为当前 CUDA 设备。默认值为 None。requires_grad (bool，可选) - 是否在返回的 Tensor 上记录 autograd 的操作。默认值为 False。
pin_memory (bool，可选) - 若设置为 True，则返回的 Tensor 将分配在锁页内存中。仅对 CPU Tensor 生效。默认值为 False。
返回
shape为 [num_rows, num_columns]的 Tensor。
代码示例
>>> import paddle
>>> data = paddle.eye(3, dtype='int32')
>>> print(data.numpy())
[[1 0 0]
[0 1 0]
[0 0 1]]
>>> data = paddle.eye(2, 3, dtype='int32')
>>> print(data.numpy())
[[1 0 0]
[0 1 0]]