PyTorchのtorch.ones_like関数：入力テンサーと同じサイズと形状を持つ要素がすべて1のテンサーを作成

PyTorchのtorch.ones_like関数

使い方

torch.ones_like関数は、以下の引数を受け取ります。

• input: 入力テンサー

以下の例のように、torch.ones_like関数を使って、入力テンサーと同じサイズと形状を持つ、要素がすべて1のテンサーを作成できます。

import torch

# 入力テンサー
input = torch.randn(3, 4)

# 入力テンサーと同じサイズと形状を持つ、要素がすべて1のテンサー
ones_like = torch.ones_like(input)

print(ones_like)

# 出力:
# tensor([[1., 1., 1., 1.],
#        [1., 1., 1., 1.],
#        [1., 1., 1., 1.]])

オプション引数

torch.ones_like関数は、以下のオプション引数を受け取ります。

• dtype: 出力テンサーのデータ型
• device: 出力テンサーのデバイス

以下の例のように、オプション引数を使って、出力テンサーのデータ型とデバイスを指定できます。

# 出力テンサーのデータ型をfloat64に指定
ones_like = torch.ones_like(input, dtype=torch.float64)

# 出力テンサーのデバイスをcudaに指定
ones_like = torch.ones_like(input, device=torch.device("cuda"))

torch.ones_like関数は、入力テンサーと同じサイズと形状を持つ、要素がすべて1のテンサーを作成する便利な関数です。

関連用語

• PyTorch
• テンサー
• データ型
• デバイス

PyTorchのtorch.ones_like関数のサンプルコード

ランダムなテンサーに対してtorch.ones_like関数を使用する

import torch

# ランダムなテンサー
input = torch.randn(3, 4)

# 入力テンサーと同じサイズと形状を持つ、要素がすべて1のテンサー
ones_like = torch.ones_like(input)

print(input)
print(ones_like)

tensor([[ 0.0901, -0.0744,  0.0192, -0.0051],
        [ 0.0342,  0.0101,  0.1432, -0.0473],
        [-0.0093,  0.0520, -0.0711,  0.0442]])
tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]])

特定のデータ型を持つテンサーに対してtorch.ones_like関数を使用する

import torch

# 特定のデータ型を持つテンサー
input = torch.randn(3, 4, dtype=torch.float64)

# 入力テンサーと同じサイズと形状を持つ、要素がすべて1のテンサー
ones_like = torch.ones_like(input)

print(input)
print(ones_like)

出力例:

tensor([[ 0.09014554, -0.07443742,  0.01924214, -0.00514364],
        [ 0.03421441,  0.01011062,  0.14324954, -0.0473212 ],
        [-0.00934281,  0.05204449, -0.07114121,  0.0442467 ]], dtype=torch.float64)
tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]], dtype=torch.float64)

特定のデバイスを持つテンサーに対してtorch.ones_like関数を使用する

import torch

# 特定のデバイスを持つテンサー
input = torch.randn(3, 4, device=torch.device("cuda"))

# 入力テンサーと同じサイズと形状を持つ、要素がすべて1のテンサー
ones_like = torch.ones_like(input)

print(input)
print(ones_like)

出力例:

tensor([[ 0.0901, -0.0744,  0.0192, -0.0051],
        [ 0.0342,  0.0101,  0.1432, -0.0473],
        [-0.0093,  0.0520, -0.0711,  0.0442]], device='cuda:0')
tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]], device='cuda:0')

3次元テンサーに対してtorch.ones_like関数を使用する

import torch

# 3次元テンサー
input = torch.randn(3, 4, 5)

# 入力テンサーと同じサイズと形状を持つ、要素がすべて1のテンサー
ones_like = torch.ones_like(input)

print(input)
print(ones_like)

出力例:

tensor([[[ 0.0901, -0.0744,  0.0192, -0.0051,  0.1104],
         [ 0.1232,  0.0347,  0.0012, -

PyTorchで要素がすべて1のテンサーを作成する他の方法

torch.ones()関数は、指定されたサイズと形状を持つ、要素がすべて1のテンサーを作成します。

import torch

# サイズと形状を指定して、要素がすべて1のテンサーを作成
ones = torch.ones(3, 4)

print(ones)

出力例:

tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]])

テンサーの要素に1を代入する

既存のテンサーの要素に1を代入することで、要素がすべて1のテンサーを作成できます。

import torch

# ランダムなテンサー
input = torch.randn(3, 4)

# テンサーの要素に1を代入
input.fill_(1)

print(input)

出力例:

tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]])

NumPy配列を使用して、要素がすべて1のテンサーを作成できます。

import torch
import numpy as np

# NumPy配列を作成
array = np.ones((3, 4))

# NumPy配列からテンサーを作成
ones = torch.from_numpy(array)

print(ones)

出力例:

tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]])

ラムダ式を使用して、要素がすべて1のテンサーを作成できます。

import torch

# ラムダ式を使用して、要素がすべて1のテンサーを作成
ones = torch.empty(3, 4).fill_(lambda x: 1)

print(ones)

出力例:

tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.],
        [1., 1., 1., 1.]])

• 入力テンサーと同じサイズと形状を持つテンサーを作成したい場合は、torch.ones_like関数を使うのが最も簡単です。
• サイズと形状を自由に指定したい場合は、torch.ones関数を使うのが便利です。
• 既存のテンサーを要素がすべて1のテンサーに変換したい場合は、torch.fill_関数を使うのが効率的です。
• NumPy配列を使用している場合は、NumPy配列からテンサーを作成するのが簡単です。
• ラムダ式を使うと、より柔軟な方法で要素がすべて1のテンサーを作成できます。

PyTorchで要素がすべて1のテンサーを作成するには、いくつかの方法があります。どの方法を使うべきかは、状況によって異なります。