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 相同大小的未初始化张量。 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:

输入（张量）- 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：如果 None ，则默认为 input 的数据类型。

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

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

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

• 返回张量的期望内存格式（ torch.memory_format ，可选）- 默认： 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)