pytorch中torch.Tensor（）与torch.empty（）的区别是什么？

Question

我已经试过了。在我看来他们是一样的。pytorch中torch.Tensor（）与torch.empty（）的区别是什么？

Answer 1

在张量构造过程中未指定dtype时，^{} is just an alias to ^{}是张量的默认类型。

从torch for numpy users notes来看，似乎torch.Tensor()是numpy.empty()的替代品

因此，本质上torch.FloatTensor()和torch.empty()做的是返回一个由dtypetorch.float32的垃圾值填充的张量。下面是一个小跑步：

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： empty（）创建任意数据类型的张量，torch.tensor（）只创建torch.FloatTensor类型的张量。 所以torch.Tensor（）是torch.empty（）的特例

详细答案：

empty（）返回一个包含未初始化数据的张量。使用参数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一个浮点张量，int。。。如果未指定数据类型，则所选数据类型是默认的torch.Tensor类型（默认为torch.FloatTensor，您可以使用torch.set_default_tensor_type()对其进行更改）

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