pytorch Variable与Tensor合并后 requires_grad（）默认与修改

pytorch更新完后合并了Variable与Tensor
torch.Tensor()能像Variable一样进行反向传播的更新，返回值为Tensor
Variable自动创建tensor，且返回值为Tensor，（所以以后不需要再用Variable）

Tensor创建后,默认requires_grad=Flase
可以通过xxx.requires_grad_()将默认的Flase修改为True
下面附代码及官方文档代码：

import torch
from torch.autograd import Variable #使用Variabl必须调用库
lis=torch.range(1,6).reshape((-1,3))#创建1~6 形状 
#行不指定（-1意为由计算机自己计算）列为3的floattensor矩阵

print(lis)
print(lis.requires_grad) #查看默认的requires_grad是否是Flase

lis.requires_grad_() #使用.requires_grad_()修改默认requires_grad为true
print(lis.requires_grad)

结果如下：

tensor([[1., 2., 3.],
        [4