pytorch（一）--张量创建汇总

一，张量（Tensor)
所谓张量，其实就是一个多维数组，它是标量，向量，矩阵的高维拓展。

二，Tensor 与 Variable
Variable 是 torch.autograd 中的数据类型，主要用于封装Tensor，进行自动求导。如下图
data: 被包装的Tensor
grad: data的梯度
grad_fn: 创建Tensor的Function,是自动求导的关键
requires_grad: 指示是否需要梯度
is_leaf: 指示是否为叶子结点

但是从Pytorch0.4.0开始，Variable并入Tensor里，变成下图

dtype: 张量数据类型，如torch.FloatTensor, torch.cuda.FloatTensor（这个张量指在GPU上运行）
shape: 张量的形状
deviece: 张量所在设备（CP或GPU），决定张量是否加速

三，张量的创建
1，直接创建
这里举个例子，创建一个tensor
运行后结果：

2，从一个Numpy数组来创建张量
举一个例子
代码运行完，你会发现由于共享内存，Nump数组的改变，会引起tensor的改变。同样，tensor改变也会引起numpy改变。

3，依据数值创建Numpy数组
可能看完，感觉out有点难理解，下面举个例子
运行后：
发现两个的地址是一样的，即t被赋给了out

除此之外，依据数值创建的还有

4，依概率分布创建张量