torchvision中_new_empty_tensor的纯torch替代方案及版本适配问题

1. 包含_new_empty_tensor的最后一版torchvision #

_new_empty_tensor是torchvision的私有内部函数，在torchvision 0.13.0版本中被移除。最后包含该函数的稳定版本是torchvision 0.12.x系列（比如0.12.0、0.12.1）。如果要使用仓库原始代码，建议搭配torch 1.12.x + torchvision 0.12.x的版本组合。

2. 纯torch函数替代方案及注意事项 #

完全可以用原生torch函数替代，原函数_new_empty_tensor(input, output_shape)的核心逻辑是创建指定形状的空张量，同时继承输入张量的设备、数据类型、布局、梯度属性。替代代码如下：

def _new_empty_tensor(input, output_shape):
    return torch.empty(
        output_shape,
        device=input.device,
        dtype=input.dtype,
        layout=input.layout,
        requires_grad=input.requires_grad
    )

需要注意的点：

• 确保output_shape是合法的张量形状（由非负整数组成的元组/列表），否则torch.empty会抛出错误，这和原函数行为一致。
• 必须完整继承输入张量的所有属性，避免出现设备不匹配（如CPU张量生成GPU张量）、数据类型不一致（如float32生成float64）等问题，否则会导致后续计算报错。

3. torchvision引入这类函数的原因 #

torchvision虽然主打图像预处理、视觉模型等上层功能，但内部的视觉任务模块（比如目标检测、语义分割的ops组件）需要大量重复的张量操作逻辑。这类私有函数的作用是封装通用的张量操作逻辑，确保内部代码的一致性，减少重复代码，同时统一处理张量的设备、类型等细节，避免每个模块都手动编写冗余代码。

另外要明确：_new_empty_tensor是torchvision的私有API，并非对外暴露的用户接口，所以torchvision团队不会保证其跨版本兼容性，这也是不同版本间无法导入的原因。

内容的提问来源于stack exchange，提问作者Eypros