pytorch：如何在沒有任何條目的情況下正確初始化 Tensor？

Question

我現在正在做的是：

In [1]: torch.Tensor([[[] for _ in range(3)] for _ in range(5)])                     
Out[1]: tensor([], size=(5, 3, 0))

這對我來說很好用，但是是否有我缺少的手電筒功能可以做到這一點？

提前致謝！

編輯：我的用例是這樣的：我用它來聚合所有維度相同且沒有空維度的張量。 我正在使用 torch.cat：

# results start with shape (a,b,0)
results = torch.Tensor([[[] for _ in range(b)] for _ in range(a)]) 

for t in range(time):
    # r has shape (a,b)
    r = model(...) 
    # results now has shape (a,b,t)
    results = torch.cat([results,r.unsqueeze(2)],dim=-1)
    

簡單地附加到列表對我來說是不切實際的，因為我必須對每一步的results進行整形操作（我在做波束搜索）。

一個解決方案也是在我獲得第一個返回的 Tensor 之前不初始化results ，但這感覺 unpythonic/錯誤。

Answer 1

你有torch.empty功能：

torch.empty(5,3,0)
>>> tensor([], size=(5, 3, 0))

是一個沒有任何條目的張量

Answer 2

這可以是另一種方式，具體取決於您的用例。

alpha = torch.tensor([])

In[5]:  alpha[:,None,None,None]
Out[5]: tensor([], size=(0, 1, 1, 1))

其他方法：

torch.tensor([[[[]]]]) #tensor([], size=(1, 1, 1, 0))
torch.tensor([[[[],[]]]]) #tensor([], size=(1, 1, 2, 0))