torch.empty_like

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

返回一個大小與 input 相同的未初始化張量。torch.empty_like(input) 等價於 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 都設定為 True，則輸出張量將被初始化，以防止將資料用作操作輸入時可能出現的非確定性行為。浮點和複數張量填充為 NaN，整數張量填充為最大值。

引數

input (張量) – input 的大小將決定輸出張量的大小。

關鍵字引數

• dtype (torch.dtype, 可選) – 返回張量所需的資料型別。預設值：如果為 None，則預設為 input 的資料型別。

• layout (torch.layout, 可選) – 返回張量所需的佈局。預設值：如果為 None，則預設為 input 的佈局。

• device (torch.device, 可選) – 返回張量所需的裝置。預設值：如果為 None，則預設為 input 的裝置。

• requires_grad (bool, 可選) – 如果 autograd 應該記錄返回張量上的操作。預設值：False。

• memory_format (torch.memory_format, 可選) – 返回張量所需的記憶體格式。預設值：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)