Python pytorch：如何在没有任何条目的情况下正确初始化张量？

我现在正在做的是：

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

这对我来说很好，但是否有一个火炬的功能，可以做到这一点，我错过了

提前谢谢

编辑： 我的用例是： 我用它来聚合所有维度都相同并且没有空维度的张量。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)
    

简单地附加到列表对我来说是不切实际的，因为我必须对每个步骤的

结果
执行整形操作（我正在进行波束搜索）

一种解决方案是在我得到第一个返回的张量之前不初始化
结果，但这感觉不和谐/错误。
这可能是另一种方式，具体取决于您的用例

alpha = torch.tensor([])

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

其他途径：

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

您具有以下功能：

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

是一个没有任何条目的张量。empty（）不会创建空张量。看看这个：你完全正确，我道歉。我误解了OP想要什么<代码>火炬。空（0,1,1,1）
仍然产生与代码I相同的结果think@Mughees这些方法实际上都没有初始化张量。将维度0与
空
、
零
、
一等一起使用将产生与您的答案相同的结果。检查
.tolist（）
结果。没有一个能真正设置张量的元素。@Berriel，我的意思是，在这一点上，实际的问题是“一个张量在没有任何输入的情况下被初始化意味着什么？”Mughees和我的回答只是为了创建一个与OP的张量具有相同奇怪维度的张量，我想这对你有什么作用？你以后怎么处理这个张量？因为这个张量实际上并不像它那样有用。@Berriel请看编辑不幸的是，这对我不起作用，因为我需要一些大于1的非零DIM