卷积神经网络的构建-算法部分

1.二维：

(2,3) 表示两个一维数组,每个一维数组长度为3，即2*3的矩阵，[[1 2][3,4]]

2.三维
(3,1,4) 表示三个二维数组,每个二维数组有1个一维数组,每个一维数组长度为4，即3个1*4的矩阵，[[1,2,3],[4,5,6],[7,9,9]]

3.四维
(2,3,4,5) 表示两个三维数组,每个三维数组有3个二维数组,每个二维数组有4个一维数组,一维数组长度为5

注：二维、三维、四维矩阵每个维度含义解释_李划水员的博客-CSDN博客_python四维矩阵

4. tensor.randn（3，3）生成随机的三个一维数据。

5. tensor.normal(mean=torch.full([10],0), std=torch.arrange(1,0,-0.1)) -0.1等差数列的公差。

6. torch.full（[2,3],7）

  输出：tensor（[[7,7,7],[7,7,7]]）

torch.full([],7) 这个意思是输出一个数torch(7.)

torch.full（[1]