empty_like
- paddle. empty_like ( x, dtype=None, name=None, *, device=None, requires_grad=False, pin_memory=False ) [源代码]
根据参数 x 的 shape 和数据类型 dtype 创建未初始化的 Tensor。如果 dtype 为 None，则 Tensor 的数据类型与 x 相同。
备注
别名支持: 参数名 input 可替代 x，如 empty_like(input=tensor_x) 等价于 empty_like(x=tensor_x) 。
参数
x (Tensor) – 输入 Tensor，输出 Tensor 和 x 具有相同的形状，x 的数据类型可以是 bool、float16、float32、float64、int32、int64。别名：
input。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。若参数为 None，则输出变量的数据类型和输入变量相同，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
device (PlaceLike|None，可选) - 期望创建 Tensor 所在的设备。若为 None，则与
x保持一致。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 x 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
>>> x = paddle.randn([2, 3], 'float32')
>>> output = paddle.empty_like(x)
>>> print(output)
[[1.8491974e+20 1.8037303e+28 1.7443726e+28]
[4.9640171e+28 3.0186127e+32 5.6715899e-11]]