zeros_like
- paddle. zeros_like ( x, dtype=None, name=None, *, device=None, requires_grad=False, pin_memory=False ) [源代码]
返回一个和 x 具有相同的形状的全零 Tensor，数据类型为 dtype 或者和 x 相同。
备注
别名支持: 参数名 input 可替代 x，如 zeros_like(input=x, ...) 等价于 zeros_like(x=x, ...)。
参数
x (Tensor) – 输入的多维 Tensor，数据类型可以是 bool，float16, float32，float64，int32，int64。输出 Tensor 的形状和
x相同。如果dtype为 None，则输出 Tensor 的数据类型与x相同。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具有相同的形状全零 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.zeros_like(x)
>>> print(out1.numpy())
[0 0 0]
>>> out2 = paddle.zeros_like(x, dtype='int32')
>>> print(out2.numpy())
[0 0 0]