torch.empty_strided

torch.empty_strided(size, stride, *, dtype=None, layout=None, device=None, requires_grad=False, pin_memory=False) → Tensor

Создаёт тензор с указанными size и stride, заполненный неопределёнными данными.

Предупреждение

Если созданный тензор «перекрывается» (несколько индексов указывают на один и тот же элемент в памяти), его поведение не определено.

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 данных в качестве входных для операции. Тензоры с плавающей точкой и комплексными числами заполняются значением NaN, а целочисленные тензоры — максимальным значением.

Параметры:

• size (tuple of int) – форма выходного тензора
• stride (tuple of int) – шаги выходного тензора

Именованные аргументы:

• dtype (torch.dtype, необязательно) – требуемый тип данных возвращаемого тензора. По умолчанию: если None, используется глобальное значение по умолчанию (см. torch.set_default_dtype()).
• layout (torch.layout, необязательно) – требуемый формат возвращаемого тензора. По умолчанию: torch.strided.
• device (torch.device, необязательно) – требуемое устройство для возвращаемого тензора. По умолчанию: если None, используется текущее устройство для типа тензора по умолчанию (см. torch.set_default_device()). device будет соответствовать CPU для типов тензоров CPU и текущему устройству CUDA для типов тензоров CUDA.
• requires_grad (bool, необязательно) – следует ли autograd записывать операции над возвращаемым тензором. По умолчанию: False.
• pin_memory (bool, необязательно) – если установлено, возвращаемый тензор будет выделен в закреплённой памяти. Работает только для тензоров CPU. По умолчанию: False.

Пример:

>>> a = torch.empty_strided((2, 3), (1, 2))
>>> a
tensor([[8.9683e-44, 4.4842e-44, 5.1239e+07],
        [0.0000e+00, 0.0000e+00, 3.0705e-41]])
>>> a.stride()
(1, 2)
>>> a.size()
torch.Size([2, 3])