pytorch 中的 torch.Tensor() 与 torch.empty() 有什么区别？

Question

我试过如下。在我看来他们是一样的。 torch.Tensor() 与 pytorch 中的 torch.empty() 有什么区别？

Answer 1

torch.Tensor() is just an alias to torch.FloatTensor() 这是张量的默认类型，当在张量构造期间没有指定 dtype 时。

从 torch for numpy users notes 看来，torch.Tensor() 似乎是 numpy.empty()

的直接替代品

所以，本质上 torch.FloatTensor() 和 torch.empty() 做同样的工作，返回一个充满 dtype torch.float32 垃圾值的张量。下面是小运行:

In [87]: torch.FloatTensor(2, 3)
Out[87]: 
tensor([[-1.0049e+08,  4.5688e-41, -8.9389e-38],
        [ 3.0638e-41,  4.4842e-44,  0.0000e+00]])

In [88]: torch.FloatTensor(2, 3)
Out[88]: 
tensor([[-1.0049e+08,  4.5688e-41, -1.6512e-38],
        [ 3.0638e-41,  4.4842e-44,  0.0000e+00]])

In [89]: torch.empty(2, 3)
Out[89]: 
tensor([[-1.0049e+08,  4.5688e-41, -9.0400e-38],
        [ 3.0638e-41,  4.4842e-44,  0.0000e+00]])

In [90]: torch.empty(2, 3)
Out[90]: 
tensor([[-1.0049e+08,  4.5688e-41, -9.2852e-38],
        [ 3.0638e-41,  4.4842e-44,  0.0000e+00]])

Answer 2

快速回答： torch.empty() 使用您想要的任何数据类型创建张量，torch.Tensor() 仅创建类型 torch.FloatTensor 的张量。所以 torch.Tensor() 是 torch.empty()

的特例

详细答案：

torch.empty() returns 一个充满未初始化数据的张量。使用参数，您可以指定张量的形状、输出张量、数据类型... (see tensor.empty() documentation )

这意味着您可以创建浮点数、整数的张量...如果未指定数据类型，则选择的是默认的 torch.Tensor 类型（默认为 torch.FloatTensor，您可以使用 torch.set_default_tensor_type())

更改它

torch.Tensor() 只是 torch.empty() 的一个特例，其中数据类型为 torch.FloatTensor.

pytorch 中的 torch.Tensor() 与 torch.empty() 有什么区别？

what's the difference between torch.Tensor() vs torch.empty() in pytorch?

python

torch

pytorch

tensor