1. Tensor

张量是什么？

1. 张量：多维数组。

2. 张量的属性：
   dtype：张量的数据类型
   shape：张量的形状
   data：被包装的tensor
   grad：data的梯度
   grad_fn：创建Tensor的Function
   requires_grad：指示是否需要梯度
   is_leaf：指示是否是叶子节点
   device：张量所在设备

张量的创建

torch.tensor(data, dtype=None, device=None, requires_grad=False)

torch.zeros(size)		
torch.zeros_like(input)   # input需要是一个tensor，输出一个相同shape的tensor

torch.ones()
torch.ones_like()

torch.arange(start=0, end, step=1)    # 等差的一维张量
torch.linspace(start=0, end, step=1)  # 均分的一维张量
torch.normal(mean, std)                   # 正态分布

 # 在区间[0,1)上，生成均匀分布
torch.rand()                              
torch.rand_like()
# 在[low,high)上生成整数的均匀分布
torch,randint()
torch.randint_like()

# 张量拼接
torch.cat((a,b), dim=0, out=None)
# 压缩长度为1的维度
torch.squeeze(imput, dim=None, out=None)
# 依据dim扩展维度，长度为1
torch.unsqueeze(input, dim, out=None)

# 张量对应元素相加/减/乘/除
torch.add(a,b)
torch.sub(a,b)
torch.mul(a,b)
torch.div(a,b)