torch.empty_like

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

返回一个未初始化的张量，其大小与 input 相同。torch.empty_like(input) 等价于 torch.empty(input.size(), dtype=input.dtype, layout=input.layout, device=input.device)。

注意

如果 torch.use_deterministic_algorithms() 和 torch.utils.deterministic.fill_uninitialized_memory 都设置为 True，则输出张量会被初始化，以防止将数据用作操作的输入时可能出现的任何不确定性行为。浮点张量和复数张量填充 NaN，整数张量填充最大值。

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) – 返回张量的期望数据类型。默认值：如果为 None，则默认为 input 的 dtype。

• layout (torch.layout, 可选) – 返回张量的期望布局。默认值：如果为 None，则默认为 input 的布局。

• device (torch.device, 可选) – 返回张量的期望设备。默认值：如果为 None，则默认为 input 的设备。

• requires_grad (bool, 可选) – 如果 autograd 应该记录在返回的张量上的操作。默认值：False。

• memory_format (torch.memory_format, 可选) – 返回张量的期望内存格式。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)