torch.empty_like

torch.empty_like(input, *, dtype=None, layout=None, device=None, requires_grad=False, memory_format=torch.preserve_format) → Tensor

返回一个与 input 大小相同的未初始化张量。 torch.empty_like(input) 等同于 torch.empty(size=input.size(), dtype=input.dtype, layout=input.layout, device=input.device)。

注意

如果将 torch.use_deterministic_algorithms() 和 torch.utils.deterministic.fill_uninitialized_memory 都设置为 True，输出张量将被初始化以避免在使用该数据作为操作输入时出现非确定性行为。浮点数和复数类型的张量会被填充为 NaN，而整数类型的张量则会被填充为最大值。

参数

输入（张量）– 输入的大小将决定输出张量的大小。

关键字参数

• dtype (torch.dtype, 可选) - 返回的张量的数据类型。默认情况下，如果未指定 None，则使用 input 的数据类型。

• layout (torch.layout, 可选) – 返回张量的所需布局。默认情况下，如果为 None，则与 input 的布局相同。

• device (torch.device, 可选) – 返回的张量所需的设备。默认情况下，如果为 None，则使用 input 的设备。

• requires_grad (bool, optional) – 是否启用自动求导记录返回的张量上的操作。默认值：False。

• memory_format (torch.memory_format, 可选) – 指定返回的张量的内存格式。默认值为：torch.preserve_format。

示例：

>>> 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)