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 大小相同的未初始化张量。torch.empty_like(input) 等同于 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因将数据用作操作输入而可能导致的任何非确定性行为。浮点和复数张量填充 NaN，整数张量填充最大值。

参数

input (Tensor) – input 的大小将决定输出张量的大小。

关键字参数

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

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

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

• requires_grad (bool, 可选) – 是否应在返回的张量上记录自动梯度操作。默认值：False。

• memory_format (torch.memory_format, 可选) – 返回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)