比较与torch.empty的差异

查看源文件

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)