pytorch每日一学22(torch.empty()、torch.empty_like()、torch.empty_strided())创建未初始化数据的tensor

第22个方法

由于下面这三个方法比较相似，都是创建未初始化的tensor（第三个是创建一个tensor的视图），所以就放到一起来讲：

torch.empty(*size, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False, pin_memory=False) → Tensor

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

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

• 其实这三个方法和以前讲过的torch.zeros、torch.zeros_like等方法很相似。torch.empty()就是创建一个使用未初始化值填满的tensor，至于为啥你电脑上显示的都是0，那是因为显示的精度不够，可以更改以下打印设置，在这里
  torch.set_printoptions()更改一下显示精度，或者使用科学计数法即可。
• torch.empty_like()是创建一个与input形状一样的使用未初始化值填满的tensor，相当于torch.empty(input.size(), dtype=input.dtype, layout=input.layout, device=input.device).由于input.size()就是一个数组，所以我们把它和torch.empty()一样的输入类似(3, 5)这样也是可以创建大小为(3, 5)的tensor。
• torch.empty_strded()是创建一个使用未初始化值填满的tensor然后返回创建tensor的视图，（注意返回的是视图，所以对其直接进行修改会造成意想不到的效果，会修改原有的值，这样的会造成视图上可能很多值发生改变，具体在下面的torch.as_strided()中有讲，不建议这样操作，建议先将其clone后进行修改。）此方法相当于torch.empty(size).as_strided(size, stride)，也就是包含了两个方法，先创建empty的tensor，再创建在此tensor上的视图torch.as_strided()就是创建视图的方法，以前讲过，大家可以点击torch.as_strided()查看。
• 接下来看使用方式：

>>> torch.empty(2, 3)
tensor(1.00000e-08 *
       [[ 6.3984,  0.0000,  0.0000],
        [ 0.0000,  0.0000,  0.0000]])



>>> torch.empty((2,3), dtype=torch.int64)
tensor([[ 9.4064e+13,  2.8000e+01,  9.3493e+13],
        [ 7.5751e+18,  7.1428e+18,  7.5955e+18]])



>>> 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])

接下来介绍各个参数的作用：

• size：定义输出empty的形状，可以是list或者tuple。
• input：input的形状会决定输出tensor的形状。
• strided：指定返回视图的步长。
• out：指定输出的tensor。
• dtype：指定输出tensor中数据类型。
• device：指定输出tensor所在设备。
• requires_grad：指定输出tensor需不需要梯度信息。
• pin_momery：如果设置，则返回的tensor被存放于指定内存中，仅仅在cpu的tensor起作用。
• momery_format：返回tensor所需的格式内存，默认为torch.contiguous_format()。