Python PyTorch empty用法及代碼示例

本文簡要介紹python語言中 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

參數：

size(詮釋...) -定義輸出張量形狀的整數序列。可以是可變數量的參數或像列表或元組這樣的集合。

關鍵字參數：

• out(Tensor,可選的) -輸出張量。

• dtype(torch.dtype， 可選的) -返回張量的所需數據類型。默認值：如果 None ，使用全局默認值(參見 torch.set_default_tensor_type() )。

• layout(torch.layout， 可選的) -返回張量的所需布局。默認值：torch.strided。

• device(torch.device， 可選的) -返回張量的所需設備。默認值：如果 None ，使用當前設備作為默認張量類型(參見 torch.set_default_tensor_type() )。 device 將是 CPU 張量類型的 CPU 和 CUDA 張量類型的當前 CUDA 設備。

• requires_grad(bool,可選的) -如果 autograd 應該在返回的張量上記錄操作。默認值：False。

• pin_memory(bool,可選的) -如果設置，返回的張量將被分配到固定內存中。僅適用於 CPU 張量。默認值：False。

• memory_format(torch.memory_format， 可選的) -返回的張量所需的內存格式。默認值：torch.contiguous_format。

返回一個充滿未初始化數據的張量。張量的形狀由變量參數 size 定義。

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)