Python Pytorch empty() 方法

empty()方法是PyTorch中的一个函数，用于创建一个未初始化的变量，该变量的值取决于内存中已经存在的值。在大多数情况下，empty()方法被用于创建一个零矩阵，该矩阵将被填充用于训练神经网络。本文将介绍PyTorch中的empty()方法。

语法

torch.empty(sizes, dtype=None, layout=torch.strided, device=None, requires_grad=False) -> Tensor

参数

• sizes：一个序列，用于定义创建张量的形状。
• dtype：张量的数据类型。例如，torch.float, torch.int, torch.double等。如果没有指定该参数，则默认为torch.float32。
• layout：一个枚举类型，用于定义张量的布局。目前PyTorch只支持torch.strided布局。
• device：指定张量所在的设备。例如，torch.device('cpu')或torch.device('cuda')。如果没有指定该参数，则默认使用CPU。
• requires_grad：一个布尔值，指示张量是否需要梯度。默认为False。

返回值

empty()方法返回一个形状为sizes的未初始化张量。

示例

import torch

x = torch.empty(5, 3)
print(x)

输出：

tensor([[4.9590e+09, 1.2608e-38, 4.2039e-45],
        [0.0000e+00, 1.4013e-45, 0.0000e+00],
        [0.0000e+00, 1.4013e-45, 0.0000e+00],
        [0.0000e+00, 1.4013e-45, 0.0000e+00],
        [0.0000e+00, 1.4013e-45, 0.0000e+00]])

上述示例中，我们创建了一个大小为5*3的张量x。由于empty()方法只是创建了一个未初始化的张量，它被填充使用了内存中的旧值，因此张量的值是无规律的。

结论

在本文中，我们学习了empty()方法并理解了如何使用它来创建一个空张量。此外，我们还介绍了方法的语法，参数和返回值。