pytorch张量的fill_方法介绍

在 PyTorch 中，fill_ 是一个张量的原地操作方法，用于将张量中的所有元素填充为指定的值。

方法签名

Tensor.fill_(value)

参数

• value (float or int): 要填充到张量中的值。

返回值

返回调用该方法的张量本身，且是经过修改后的张量。

特点

1. 原地操作: fill_ 是原地操作，会直接修改调用它的张量的内容，而不会创建新的张量。
2. 广播不可用: 它直接填充整个张量的所有元素，不支持像其他操作那样进行广播。
3. 效率高: 由于是原地操作，减少了内存分配和复制，效率较高。

示例代码

基本用法

import torch# 创建一个张量
tensor = torch.zeros(3, 3)
print("填充前：")
print(tensor)# 使用 fill_ 填充
tensor.fill_(5)
print("填充后：")
print(tensor)

修改部分维度的张量

可以通过索引或切片选中部分张量，然后对选中的子张量调用 fill_：

tensor = torch.zeros(4, 4)# 修改张量的部分内容
tensor[1:3, 1:3].fill_(9)
print(tensor)

使用整型填充

tensor = torch.ones(3, 3)# 填充整数值
tensor.fill_(42)
print(tensor)

注意事项

1. 原地操作: 由于是原地操作，调用此方法后，原张量的内容会被永久更改。
2. 类型一致性: 填充值的类型需要与张量的数据类型兼容，例如，填充一个 float 类型的张量时不能直接传入字符串等无关类型。

先克隆张量再填充: clone + fill_

new_tensor = tensor.clone().fill_(10)