empty
- paddle. empty ( shape, dtype=None, name=None, *, out=None, device=None, requires_grad=False, pin_memory=False ) [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。
备注
别名支持: 参数名 size 可替代 shape。 shape 支持可变参数类型。 使用实例：
paddle.empty(1, 2, 3, dtype=paddle.float32)paddle.empty(size=[1, 2, 3], dtype=paddle.float32)
参数
shape (list|tuple|Tensor|*shape) - 生成的 Tensor 的形状。数据类型为 int32 或 int64。 如果
shape是 list、tuple，则其中的元素可以是 int，或者是形状为 [] 且数据类型为 int32、int64 的 0-D Tensor。 如果shape是 Tensor，则是数据类型为 int32、int64 的 1-D Tensor，表示一个列表。 如果shape是 *shape，则可以直接以可变参数的形式传入多个整数（例如randn(2, 3)）。 该参数的别名为size。dtype (str|paddle.dtype|np.dtype，可选)- 输出变量的数据类型，可以是 bool、float16、float32、float64、int32、int64、complex64、complex128。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 api_guide_Name，一般无需设置，默认值为 None。
关键字参数
out (Tensor，可选) - 用于存储结果的 Tensor。若指定，将直接写入该 Tensor，默认值为 None。
device (PlaceLike|None，可选) - 期望创建 Tensor 所在的设备。默认值为 None，表示使用当前全局设备（可通过
paddle.device.set_device设置）。requires_grad (bool，可选) - 是否需要为返回的 Tensor 记录梯度信息。默认值为 False。
pin_memory (bool，可选) - 若为 True，返回的 CPU Tensor 将分配在锁页内存中。仅对 CPU Tensor 生效。默认值为 False。
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
>>> # shape is a list/tuple
>>> data1 = paddle.empty(shape=[3, 2])
>>> print(data1.numpy())
[[1. 1.]
[1. 1.]
[1. 1.]]
>>> # shape is a Tensor
>>> shape = paddle.to_tensor([3, 2])
>>> data2 = paddle.empty(shape=shape)
>>> print(data2.numpy())
[[1. 1.]
[1. 1.]
[1. 1.]]
>>> # shape is a Tensor List
>>> shape = [paddle.to_tensor(3), paddle.to_tensor(2)]
>>> data3 = paddle.empty(shape=shape)
>>> print(data3.numpy())
[[1. 1.]
[1. 1.]
[1. 1.]]