Python PyTorch empty_strided用法及代码示例

本文简要介绍python语言中 torch.empty_strided 的用法。

用法:

torch.empty_strided(size, stride, *, dtype=None, layout=None, device=None, requires_grad=False, pin_memory=False) → Tensor

参数：

• size(python的元组：ints) -输出张量的形状

• stride(python的元组：ints) -输出张量的步幅

关键字参数：

• 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。

返回一个充满未初始化数据的张量。张量的形状和步幅分别由变量参数size 和stride 定义。 torch.empty_strided(size, stride) 等同于 torch.empty(size).as_strided(size, stride) 。

警告

创建的张量的多个元素可能引用单个内存位置。因此，就地操作(尤其是矢量化的操作)可能会导致不正确的行为。如果您需要写入张量，请先克隆它们。

例子：

>>> a = torch.empty_strided((2, 3), (1, 2))
>>> a
tensor([[8.9683e-44, 4.4842e-44, 5.1239e+07],
        [0.0000e+00, 0.0000e+00, 3.0705e-41]])
>>> a.stride()
(1, 2)
>>> a.size()
torch.Size([2, 3])