空张量

空张量（Empty Tensor）是指没有存储数据的张量，也可以理解为只有形状（shape）属性的张量。在深度学习中，空张量通常用作占位符（placeholder），用于在模型构建阶段预留输入和输出的位置。

Tensorflow中的空张量

在Tensorflow中，可以通过以下代码创建一个空张量：

import tensorflow as tf

e = tf.Variable(tf.zeros([3,3]), trainable=False)

上述代码创建了一个形状为3x3，元素全为0的张量，并将其赋值给变量e。由于变量e是不可训练的（trainable=False），因此在训练模型的过程中不会对其进行更新。

PyTorch中的空张量

在PyTorch中，可以通过以下代码创建一个空张量：

import torch

e = torch.empty(3, 3)

上述代码创建了一个形状为3x3，元素值未初始化的张量，并将其赋值给变量e。可以通过以下方法将该张量的元素值全部赋为0：

e.fill_(0)

总结

空张量是深度学习中常用的占位符，用于在模型构建阶段预留输入和输出的位置。在Tensorflow中可以通过tf.Variable()函数创建空张量，而在PyTorch中可以通过torch.empty()函数创建空张量。