Python PyTorch empty_strided用法及代碼示例

本文簡要介紹python語言中 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

參數：

• size(python的元組：ints) -輸出張量的形狀

• stride(python的元組：ints) -輸出張量的步幅

關鍵字參數：

• 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。

返回一個充滿未初始化數據的張量。張量的形狀和步幅分別由變量參數size 和stride 定義。 torch.empty_strided(size, stride) 等同於 torch.empty(size).as_strided(size, stride) 。

警告

創建的張量的多個元素可能引用單個內存位置。因此，就地操作(尤其是矢量化的操作)可能會導致不正確的行為。如果您需要寫入張量，請先克隆它們。

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])