[torch 参数更多]torch.empty

torch.empty

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

paddle.empty

paddle.empty(shape,
             dtype=None,
             name=None)

PyTorch 相比 Paddle 支持更多其他参数,具体如下:

参数映射

PyTorch PaddlePaddle 备注
*size shape 表示输出形状大小, PyTorch 是可变参数用法, Paddle 是列表或元组,需要转写。
out - 表示输出的 Tensor,Paddle 无此参数,需要转写。
dtype dtype 表示输出 Tensor 类型。
layout - 表示布局方式,Paddle 无此参数,一般对网络训练结果影响不大,可直接删除。
device - 表示 Tensor 存放设备位置,Paddle 无此参数,需要转写。
requires_grad - 表示是否计算梯度,Paddle 无此参数,需要转写。
pin_memory - 表示是否使用锁页内存, Paddle 无此参数,需要转写。
memory_format - 表示内存格式, Paddle 无此参数,一般对网络训练结果影响不大,可直接删除。

转写示例

size:输出形状大小

# PyTorch 写法
torch.empty(3, 5)

# Paddle 写法
paddle.empty([3, 5])

out:指定输出

# PyTorch 写法
torch.empty((3, 5), out=y)

# Paddle 写法
paddle.assign(paddle.empty([3, 5]), y)

device: Tensor 的设备

# PyTorch 写法
y = torch.empty((3, 5), device=torch.device('cpu'))

# Paddle 写法
y = paddle.empty([3, 5])
y.cpu()

requires_grad:是否求梯度

# PyTorch 写法
y = torch.empty((3, 5), requires_grad=True)

# Paddle 写法
y = paddle.empty([3, 5])
y.stop_gradient = False

pin_memory:是否分配到固定内存上

# PyTorch 写法
y = torch.empty((3, 5), pin_memory=True)

# Paddle 写法
y = paddle.empty([3, 5]).pin_memory()