Python 什么'；pytorch中torch.Tensor（）和torch.empty（）的区别是什么？

我已经试过了，如下所示。在我看来他们是一样的。pytorch中torch.Tensor（）和torch.empty（）有什么区别

这是张量的默认类型，在张量构造期间未指定

dtype

从中可以看出，

torch.Tensor（）

似乎是

numpy.empty（）

因此，本质上，

torch.FloatTensor（）

和

torch.empty（）

执行相同的任务，返回一个填充了dtype

torch.float32

垃圾值的张量。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]])

---

快速回答： torch.empty（）使用您想要的任何数据类型创建张量，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（）返回一个充满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

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，则所选类型为默认的torch.Tensor类型（默认为torch.FloatTensor，您可以使用更改）

---

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

我试图用Tensor.Tensor创建一个张量，但出现了错误。请看下面的帖子。值得一提的是，它为

火炬打印零。空的
不是真的。
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]])