快捷方式

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) 等效于 torch.empty(input.size(), dtype=input.dtype, layout=input.layout, device=input.device)

注意

如果 torch.use_deterministic_algorithms()torch.utils.deterministic.fill_uninitialized_memory 都设置为 True,则输出张量将被初始化,以防止使用数据作为操作输入时可能出现的任何不确定性行为。浮点和复数张量将填充 NaN,整数张量将填充最大值。

参数

input (Tensor) – input 的大小将决定输出张量的大小。

关键字参数
  • dtype (torch.dtype,可选) – 返回的张量的所需数据类型。默认值:如果为 None,则默认为 input 的数据类型。

  • layout (torch.layout,可选) – 返回的张量的所需布局。默认值:如果为 None,则默认为 input 的布局。

  • device (torch.device,可选) – 返回的张量的所需设备。默认值:如果为 None,则默认为 input 的设备。

  • requires_grad (bool, 可选) – 是否应记录返回张量上的操作的自动梯度。默认值:False

  • memory_format (torch.memory_format,可选) – 返回的张量的所需内存格式。默认值: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)

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源