时间戳

首页 > 解决方案 > pytorch.empty 函数中的未初始化数据是什么

python - pytorch.empty 函数中的未初始化数据是什么

问题描述

我正在阅读pytorch教程并遇到了pytorch.empty功能。有人提到空可以用于未初始化的数据。但是，当我打印它时，我得到了一个值。this 和 which 也生成数据有什么区别pytorch.rand（我知道 rand 在 0 和 1 之间生成）。下面是我试过的代码

a = torch.empty(3,4)
print(a)

输出：

tensor([[ 8.4135e-38,  0.0000e+00,  6.2579e-41,  5.4592e-39],
        [-5.6345e-08,  2.5353e+30,  5.0447e-44,  1.7020e-41],
        [ 1.4000e-38,  5.7697e-05,  2.5353e+30,  2.1580e-43]])

b = torch.rand(3,4)
print(b)

输出：

tensor([[ 0.1514,  0.8406,  0.2708,  0.3422],
        [ 0.7196,  0.6120,  0.4476,  0.6705],
        [ 0.6989,  0.2086,  0.5100,  0.8285]])

这是官方文档的链接

标签： pythonmultidimensional-arraymemory-managementpytorchtensor

解决方案

一旦你调用torch.empty()，就会根据张量的大小（形状）分配一块内存。通过uninitialized data，这意味着torch.empty()它将简单地按原样返回内存块中的值。这些值可能是默认值，也可能是由于某些其他操作而存储在这些内存块中的值，这些操作之前使用了内存块的那部分。

这是一个简单的例子：

# a block of memory with the values in it
In [74]: torch.empty(2, 3)
Out[74]: 
tensor([[-1.0049e+08,  4.5688e-41, -9.1450e-38],
        [ 3.0638e-41,  4.4842e-44,  0.0000e+00]])

# same run; but note the change in values.
# i.e. different memory addresses than on the previous run were used.
In [75]: torch.empty(2, 3)
Out[75]: 
tensor([[-1.0049e+08,  4.5688e-41, -7.9421e-38],
        [ 3.0638e-41,  4.4842e-44,  0.0000e+00]])

推荐阅读