empty

paddle. empty ( shape, dtype=None, name=None ) [源代码]

创建形状大小为 shape 并且数据类型为 dtype 的 Tensor，其中元素值是未初始化的。

参数

  • shape (list|tuple|Tensor) – 指定创建 Tensor 的形状(shape)，数据类型为 int32 或者 int64。

  • dtype （np.dtype|str，可选）- 输出变量的数据类型，可以是 bool、float16、float32、float64、int32、int64。若为 None，则输出变量的数据类型为系统全局默认类型，默认值为 None。

  • name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回

返回一个根据 shape 和 dtype 创建并且尚未初始化的 Tensor。

代码示例

import paddle

paddle.set_device("cpu")  # and use cpu device

# example 1: argument ``shape`` is a list which doesn't contain Tensor.
data1 = paddle.empty(shape=[2, 3], dtype='float32')
print(data1)
# Tensor(shape=[2, 3], dtype=float32, place=Place(cpu), stop_gradient=True,
#        [[0.00000000, 0.        , 0.00000000],
#         [0.        , 0.29652897, 0.09356152]])       # uninitialized

# example 2: argument ``shape`` is a Tensor, the data type must be int64 or int32.
shape_data = paddle.to_tensor([2, 3]).astype('int32')
data2 = paddle.empty(shape=shape_data, dtype='float32')
print(data2)
# Tensor(shape=[2, 3], dtype=float32, place=Place(cpu), stop_gradient=True,
#        [[-0.50543123, -0.09872390, -0.92634487],
#         [-0.51007903, -0.02454148,  1.29315734]])    # uninitialized

# example 3: argument ``shape`` is a list which contains Tensor.
dim2 = paddle.to_tensor([3]).astype('int32')
data3 = paddle.empty(shape=[2, dim2], dtype='float32')
print(data3)
# Tensor(shape=[2, 3], dtype=float32, place=Place(cpu), stop_gradient=True,
#        [[ 0.00000000,  0.        , -0.92634487],
#         [-0.51007903, -0.02454148,  1.29315734]])    # uninitialized