Pytorch官方指南（四） 翻译版本

torch.as_tensor

参数：

1. data，Tensor的初始数据。可以是list、tuple、NumPy ndarray、scalar和其他类型。
2. dtype，（可选）返回的张量的所需数据类型。默认值：从输入数据推断的类型。
3. device，（可选）返回的张量的所需数据类型。默认值：当前默认设备。

作用：
将其他类型数据转换为tensor类型，但只要device不等于cuda，转换的tensor类型变量与原变量共享一个内存。
例子：

>>> a = numpy.array([1, 2, 3])
>>> t = torch.as_tensor(a)
>>> t
tensor([ 1,  2,  3])
>>> t[0] = -1
>>> a
array([-1,  2,  3])

>>> a = numpy.array([1, 2, 3])
>>> t = torch.as_tensor(a, device=torch.device('cuda'))
>>> t
tensor([ 1,  2,  3])
>>> t[0] = -1
>>> a
array([1,  2,  3])

torch.zeros

参数：

1. size， 定义输出张量形状的一系列整数。可以是可变数目的参数或集合，如列表或元组。
2. out，输出的Tensor。
3. dtype，返回的张量的所需数据类型。默认值：如果没有，则使用全局默认值。
4. layout，返回张量的所需布局。默认值：torch.stridded。
5. device ，返回张量的所需设备。默认：如果没有，则使用当前设备作为默认张量类型。
6. requires_grad，如果autograd应该在返回的张量上记录操作。默认值：False。

作用：
创建全0的tensor。

例子：

>>> torch.zeros(2, 3)
tensor([[ 0.,  0.,  0.],
        [ 0.,  0.,  0.]])

>>> torch.zeros(5)
tensor([ 0.,  0.,  0.,  0.,  0.])

torch.linspace

参数：

1. start，生成的tensor中数值的起始值，包括此值。
2. end，生成的tensor中数值的终止值，包括此值。
3. steps，起始值与终止值之间的每两个数之差，可以理解为步长。
4. out，（可选）输出的tensor。
5. dtype，（可选）返回的张量的所需数据类型。默认值：如果没有，则使用全局默认值。
6. layout，（可选）返回张量的所需布局。默认值：torch.stridded。
7. device，（可选）返回张量的所需设备。默认：如果没有，则使用当前设备作为默认张量类型。
8. requires_grad，（可选）如果autograd应该在返回的张量上记录操作。默认值：False。

例子：

>>> torch.linspace(3, 10, steps=5)
tensor([  3.0000,   4.7500,   6.5000,   8.2500,  10.0000])
>>> torch.linspace(-10, 10, steps=5)
tensor([-10.,  -5.,   0.,   5.,  10.])
>>> torch.linspace(start=-10, end=10, steps=5)
tensor([-10.,  -5.,   0.,   5.,  10.])
>>> torch.linspace(start=-10, end=10, steps=1)
tensor([-10.])

torch.eye

参数：

1. n，行数。
   2.m，（可选）列数，默认与行数相等。
2. out，（可选）输出的tensor。
3. dtype，（可选）返回的张量的所需数据类型。默认值：如果没有，则使用全局默认值。
4. layout，（可选）返回张量的所需布局。默认值：torch.stridded。
5. device，（可选）返回张量的所需设备。默认：如果没有，则使用当前设备作为默认张量类型。
6. requires_grad，（可选）如果autograd应该在返回的张量上记录操作。默认值：False。

作用：
返回二维张量，对角线元素为1，其余元素为0。

例子：

>>> torch.eye(3)
tensor([[ 1.,  0.,  0.],
        [ 0.,  1.,  0.],
        [ 0.,  0.,  1.]])

torch.empty

参数：

1. size，定义输出张量形状的一系列整数。可以是可变数目的参数或集合，如列表或元组。
2. out，（可选）输出的tensor。
3. dtype，（可选）返回的张量的所需数据类型。默认值：如果没有，则使用全局默认值。
4. layout，（可选）返回张量的所需布局。默认值：torch.stridded。
5. device，（可选）返回张量的所需设备。默认：如果没有，则使用当前设备作为默认张量类型。
6. requires_grad，（可选）如果autograd应该在返回的张量上记录操作。默认值：False。

例子：

>>> torch.empty(2, 3)
tensor(1.00000e-08 *
       [[ 6.3984,  0.0000,  0.0000],
        [ 0.0000,  0.0000,  0.0000]])
        
>>> torch.empty(1)
>>> torch.empty([1, 3])
tensor([1.1673e-42])
tensor([[-3.3881e+24,  4.5908e-41, -3.3881e+24]])