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) → 張量¶

返回一個填充了未初始化資料的張量。張量的形狀由可變引數 size 定義。

注意

如果 torch.use_deterministic_algorithms() 和 torch.utils.deterministic.fill_uninitialized_memory 都設定為 True，則初始化輸出張量，以防止使用這些資料作為輸入進行操作時可能出現的任何非確定性行為。浮點和複數張量填充 NaN，整數張量填充最大值。

引數

size (int...) – 定義輸出張量形狀的整數序列。可以是可變數量的引數或列表或元組等集合。

關鍵字引數

out (張量, 可選) – 輸出張量。
dtype (torch.dtype, 可選) – 返回張量所需的資料型別。預設值：如果為 None，則使用全域性預設值（參見 torch.set_default_dtype()）。
layout (torch.layout, 可選) – 返回張量所需的佈局。預設值：torch.strided。
device (torch.device, 可選) – 返回張量所需的裝置。預設值：如果為 None，則使用預設張量型別的當前裝置（參見 torch.set_default_device()）。對於 CPU 張量型別，device 將是 CPU；對於 CUDA 張量型別，將是當前的 CUDA 裝置。
requires_grad (bool, 可選) – 如果 autograd 應該記錄返回張量上的操作。預設值：False。
pin_memory (bool, 可選) – 如果設定，返回的張量將被分配在鎖頁記憶體中。僅適用於 CPU 張量。預設值：False。
memory_format (torch.memory_format, 可選) – 返回張量所需的記憶體格式。預設值：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]])

torch.empty¶

文件

教程

資源