Python PyTorch empty用法及代码示例

本文简要介绍python语言中 torch.empty 的用法。

用法:

torch.empty(*size, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False, pin_memory=False, memory_format=torch.contiguous_format) → Tensor

参数：

size(诠释...) -定义输出张量形状的整数序列。可以是可变数量的参数或像列表或元组这样的集合。

关键字参数：

• out(Tensor,可选的) -输出张量。

• dtype(torch.dtype， 可选的) -返回张量的所需数据类型。默认值：如果 None ，使用全局默认值(参见 torch.set_default_tensor_type() )。

• layout(torch.layout， 可选的) -返回张量的所需布局。默认值：torch.strided。

• device(torch.device， 可选的) -返回张量的所需设备。默认值：如果 None ，使用当前设备作为默认张量类型(参见 torch.set_default_tensor_type() )。 device 将是 CPU 张量类型的 CPU 和 CUDA 张量类型的当前 CUDA 设备。

• requires_grad(bool,可选的) -如果 autograd 应该在返回的张量上记录操作。默认值：False。

• pin_memory(bool,可选的) -如果设置，返回的张量将被分配到固定内存中。仅适用于 CPU 张量。默认值：False。

• memory_format(torch.memory_format， 可选的) -返回的张量所需的内存格式。默认值：torch.contiguous_format。

返回一个充满未初始化数据的张量。张量的形状由变量参数 size 定义。

例子：

>>> a=torch.empty((2,3), dtype=torch.int32, device = 'cuda')
>>> torch.empty_like(a)
tensor([[0, 0, 0],
        [0, 0, 0]], device='cuda:0', dtype=torch.int32)