目录
- [1. 从numpy创建](#1. 从numpy创建)
- [2. 从list创建](#2. 从list创建)
- [3. 创建未初始化tensor](#3. 创建未初始化tensor)
- [4. 设置默认tensor创建类型](#4. 设置默认tensor创建类型)
- [5. rand/rand_like, randint](#5. rand/rand_like, randint)
- [6. randn生成正态分布随机数](#6. randn生成正态分布随机数)
- [7. full](#7. full)
- [8. arange/range](#8. arange/range)
- [9. linspace/logspace](#9. linspace/logspace)
- [10. Ones/zeros/eye](#10. Ones/zeros/eye)
- [11. randperm](#11. randperm)
1. 从numpy创建

2. 从list创建

3. 创建未初始化tensor
python
Torch.empty()
Torch.FloatTensor(d1, d2, d3)
Torch.IntTensr(d1, d2, d3)

创建未初始化tensor使用时一定要赋值,否则可能报错。
4. 设置默认tensor创建类型
不设置的话默认FloatTensor
5. rand/rand_like, randint

6. randn生成正态分布随机数

mean是均值,std是方差
7. full

8. arange/range

9. linspace/logspace
函数torch.logspace()返回一阶步张量的一维张量,与之间的底数成对数间隔
输出张量是尺寸步长的一维。
用法:torch.logspace(start, end, steps=100, base=10, out=None)
参数:
start:点集的起始值。
end:点集的最终值
steps:在开始和结束之间要采样的点数。默认值:100
base:对数函数的基数,可以是2,10,e。默认值:10.0
out(Tensor, optional):输出张量
10. Ones/zeros/eye
11. randperm
random.shuffle 随机shuffle
可用于随机生成tensor的index,随机取tensor数据