torch.empty_like

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

傳回一個未初始化的 tensor，其大小與 input 相同。torch.empty_like(input) 等效於 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 都設置為 True，則會初始化輸出 tensor，以防止因將資料用作操作的輸入而產生的任何可能的非確定性行為。浮點數和複數 tensors 會填充 NaN，而整數 tensors 會填充最大值。

參數

input (Tensor) – input 的大小將決定輸出 tensor 的大小。

關鍵字參數

• dtype (torch.dtype, optional) – 傳回 Tensor 的所需資料類型。預設值：如果 None，則預設為 input 的 dtype。

• layout (torch.layout, optional) – 傳回 tensor 的所需佈局。預設值：如果 None，則預設為 input 的佈局。

• device (torch.device, optional) – 傳回 tensor 的所需裝置。預設值：如果 None，則預設為 input 的裝置。

• requires_grad (bool, optional) – 如果 autograd 應該記錄傳回 tensor 上的操作。預設值： False。

• memory_format (torch.memory_format, optional) – 傳回 Tensor 的所需記憶體格式。預設值： torch.preserve_format。

範例

>>> 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)