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

返回一个填充未初始化数据的张量。张量的形状由变量参数 size 定义。

注意

如果 torch.use_deterministic_algorithms() 和 torch.utils.deterministic.fill_uninitialized_memory 都设置为 True ，则输出张量初始化以防止使用数据作为操作输入时出现任何可能的非确定性行为。浮点数和复数张量填充 NaN，整数张量填充最大值。

参数:

size (int...) – 定义输出张量形状的一组整数。可以是可变数量的参数或列表或元组等集合。

关键字参数:

• 输出（张量，可选）- 输出张量。

• dtype ( torch.dtype ，可选) – 返回张量的期望数据类型。默认：如果 None ，则使用全局默认值（见 torch.set_default_dtype() ）。

• layout ( torch.layout ，可选) – 返回 Tensor 的期望布局。默认： torch.strided 。

• device ( torch.device ，可选) – 返回张量的期望设备。默认：如果 None ，则使用当前设备用于默认张量类型（见 torch.set_default_device() ）。 device 将是 CPU 张量类型的 CPU 和 CUDA 张量类型的当前 CUDA 设备。

• requires_grad (bool，可选) – 如果 autograd 应记录对返回张量的操作。默认： False 。

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

• memory_format ( torch.memory_format ，可选) – 返回 Tensor 所需的内存格式。默认： 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]])