torch.empty_like

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

Возвращает неинициализированный тензор того же размера, что и input. torch.empty_like(input) эквивалентно torch.empty(input.size(), dtype=input.dtype, layout=input.layout, device=input.device).

Примечание

Если torch.use_deterministic_algorithms() и torch.utils.deterministic.fill_uninitialized_memory установлены в True, выходной тензор инициализируется, чтобы предотвратить возможное недетерминированное поведение при использовании этих данных в качестве входных данных операции. Тензоры с плавающей точкой и комплексные тензоры заполняются значением NaN, а целочисленные тензоры — максимальным значением.

При использовании torch.preserve_format: если входной тензор плотный (то есть имеет неперекрывающиеся страйды), его формат памяти (включая страйды) сохраняется. В противном случае (например, для неплотного представления, такого как срез с шагом) выходной тензор преобразуется в плотный формат.

Параметры:

input (Tensor) – размер input определяет размер выходного тензора.

Именованные аргументы:

• dtype (torch.dtype, необязательно) – требуемый тип данных возвращаемого тензора. По умолчанию: если None, используется тип данных input.
• layout (torch.layout, необязательно) – требуемый формат возвращаемого тензора. По умолчанию: если None, используется формат input.
• device (torch.device, необязательно) – требуемое устройство для возвращаемого тензора. По умолчанию: если None, используется устройство input.
• requires_grad (bool, необязательно) – следует ли autograd записывать операции над возвращаемым тензором. По умолчанию: False.
• memory_format (torch.memory_format, необязательно) – требуемый формат памяти возвращаемого тензора. По умолчанию: torch.preserve_format.

Пример:

>>> 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)