torch.empty_like

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

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在使用数据作为操作输入时出现任何可能的非确定性行为。 浮点数和复数张量会被填充为 NaN，而整数张量则会被填充为最大值。

Parameters

输入 (张量) – 输入 的大小将决定输出张量的大小。

Keyword Arguments

• dtype (torch.dtype, 可选) – 返回张量所需的数据类型。 默认值：如果 None，则默认为 input 的 dtype。

• 布局 (torch.layout, 可选) – 返回张量所需的布局。 默认值：如果 None，则默认为 input 的布局。

• 设备 (torch.device, 可选) – 返回张量所需的设备。 默认值：如果 None，则默认为 input 的设备。

• requires_grad (布尔值, 可选) – 如果 autograd 应该记录对返回张量的操作。默认值：False。

• memory_format (torch.memory_format, 可选) – 返回的张量所需的内存格式。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)