torch.empty

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

返回一个由未初始化数据填充的张量。张量的形状由变量参数 size 确定。

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

size (int...) – 定义输出张量形状的整数序列。可以是多个参数，也可以是一个列表或元组等集合。

关键字参数

• out (Tensor, 可选) – 指定输出张量。

• dtype (torch.dtype, 可选) – 返回张量的所需数据类型。默认情况下，如果未指定，则使用全局默认值（参见 torch.set_default_dtype()）。

• layout (torch.layout, 可选) - 指定返回张量的布局。默认值为 torch.strided。

• device (torch.device, 可选) – 返回张量所需的设备。默认情况下，如果未指定 None，则使用当前的默认张量类型设备（参见torch.set_default_device()）。对于 CPU 张量类型，默认为 CPU 设备；对于 CUDA 张量类型，则为当前的 CUDA 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。

• pin_memory (bool, 可选) – 如果启用，返回的张量将在固定内存中分配。仅适用于 CPU 张量。默认值： False。

• memory_format (torch.memory_format, 可选) – 指定返回张量的内存格式。默认值为 torch.contiguous_format。

示例：

>>> torch.empty((2,3), dtype=torch.int64)
tensor([[ 9.4064e+13,  2.8000e+01,  9.3493e+13],
        [ 7.5751e+18,  7.1428e+18,  7.5955e+18]])