在pycharm中，Tensor类型变量下的属性表示：（待完善）

•  torch.empty()   创建任意数据类型的张量
• torch.tensor()  默认创建torch.float32类型的张量
•  所以torch.Tensor() 和 torch.empty() 的差不多；
• 都需要进一步操作和赋值，以确保张量包含有用的数据；都可以使用参数可以指定张量的形状、输出张量、数据类型。
• 例如：Linear层，self.weight = Parameter(torch.empty((out_features, in_features), **factory_kwargs))，通过init.kaiming_uniform_(self.weight, a=math.sqrt(5)) 是使用 Kaiming（也称为 He）初始化方法来初始化神经网络层的权重。
• 例如：GATConv中，self.att_l = Parameter(torch.Tensor(1, heads, out_channels))，然后调用self.reset_parameters()，通过glorot(self.att_l)来初始化；

---------------------------------------------------------------------------------------------------------------------------------

在PyTorch中，Tensor是最重要的数据类型之一，它表示了一个多维的数组或矩阵，并支持多种数学运算。在调试PyTorch代码时，理解Tensor类型的各个属性是非常重要的。下面是Tensor类型的几个常用属性及其意义：