比较与torch.empty的差异

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
) -> Tensor

更多内容详见torch.empty。

mindspore.numpy.empty

mindspore.numpy.empty(shape, dtype=mstype.float32) -> Tensor

更多内容详见mindspore.numpy.empty。

差异对比

PyTorch：返回一个未初始化张量，张量的形状由size定义。

MindSpore：MindSpore此API实现功能与PyTorch基本一致，但dtype参数默认值不同。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	size	shape	功能一致，参数名不同
	参数2	out	-	不涉及
	参数3	dtype	dtype	功能一致，默认值不同
	参数4	layout	-	不涉及
	参数5	device	-	不涉及
	参数6	requires_grad	-	MindSpore无此参数，默认支持反向求导
	参数7	pin_memory	-	不涉及
	参数8	memory_format	-	不涉及

代码示例1

对于参数dtype，PyTorch默认值为None，输出类型为torch.float32，MindSpore默认值为mstype.float32。

# PyTorch
import torch

torch_output = torch.empty(2, 3)
print(list(torch_output.shape))
# [2, 3]

# MindSpore
import mindspore

ms_output = mindspore.numpy.empty((2, 3))
print(ms_output.shape)
# (2, 3)