pytorch 中的 torch.Tensor() 與 torch.empty() 有什么區別？

Question

我已經嘗試過如下。 在我看來他們是一樣的。 pytorch 中的 torch.Tensor() 與 torch.empty() 有什么區別？

Answer 1

torch.Tensor()僅僅是一個別名torch.FloatTensor()這是張量的默認類型，當沒有dtype張量施工期間指定。

從numpy 用戶筆記的火炬中，似乎torch.Tensor()是numpy.empty()替代品

因此，本質上torch.FloatTensor()和torch.empty()執行相同的工作，即返回填充有torch.float32垃圾值的張量。 下面是一個小運行：

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() 創建任何你想要的數據類型的張量，torch.Tensor() 只創建類型為 torch.FloatTensor 的張量。 所以 torch.Tensor() 是 torch.empty() 的特例

詳細解答：

torch.empty() 返回一個填充了未初始化數據的張量。 使用參數，您可以指定張量的形狀、輸出張量、數據類型... （請參閱 tensor.empty() 文檔）

這意味着您可以創建一個浮點數張量，int...如果沒有指定數據類型，那么所選的類型是您的默認torch.Tensor類型（默認情況下是 torch.FloatTensor，您可以使用torch.set_default_tensor_type()更改它)

torch.Tensor() 只是 torch.empty() 的特例，其中數據類型為 torch.FloatTensor。