创建操作 Creation Ops
torch.eye
torch.eye(n, m=None, out=None)
返回一个2维张量，对角线位置全1，其它位置全0
参数:
返回值: 对角线位置全1，其它位置全0的2维张量
返回值类型: Tensor
例子:
>>> torch.eye(3) 1 0 0 0 1 0 0 0 1[torch.FloatTensor of size 3x3]
from_numpy
torch.from_numpy(ndarray) → Tensor
Numpy桥，将numpy.ndarray 转换为pytorch的 Tensor。 返回的张量tensor和numpy的ndarray共享同一内存空间。修改一个会导致另外一个也被修改。返回的张量不能改变大小。
例子:
>>> a = numpy.array([1, 2, 3])>>> t = torch.from_numpy(a)>>> ttorch.LongTensor([1, 2, 3])>>> t[0] = -1>>> aarray([-1, 2, 3])
torch.linspace
torch.linspace(start, end, steps=100, out=None) → Tensor
返回一个1维张量，包含在区间start 和 end 上均匀间隔的steps个点。 输出1维张量的长度为steps。
参数:
- start (float) – 序列的起始点
- end (float) – 序列的最终值
- steps (int) – 在start 和 end间生成的样本数
- out (Tensor, optional) – 结果张量
例子:
>>> torch.linspace(3, 10, steps=5) 3.0000 4.7500 6.5000 8.2500 10.0000[torch.FloatTensor of size 5]>>> torch.linspace(-10, 10, steps=5)-10 -5 0 5 10[torch.FloatTensor of size 5]>>> torch.linspace(start=-10, end=10, steps=5)-10 -5 0 5 10[torch.FloatTensor of size 5]
torch.logspace
torch.logspace(start, end, steps=100, out=None) → Tensor
返回一个1维张量，包含在区间 (10^{start}) 和 ( 10^{end} )上以对数刻度均匀间隔的steps个点。 输出1维张量的长度为steps。
参数:
- start (float) – 序列的起始点
- end (float) – 序列的最终值
- steps (int) – 在start 和 end间生成的样本数
- out (Tensor, optional) – 结果张量
例子:
>>> torch.logspace(start=-10, end=10, steps=5) 1.0000e-10 1.0000e-05 1.0000e+00 1.0000e+05 1.0000e+10[torch.FloatTensor of size 5]>>> torch.logspace(start=0.1, end=1.0, steps=5) 1.2589 2.1135 3.5481 5.9566 10.0000[torch.FloatTensor of size 5]
torch.ones
torch.ones(*sizes, out=None) → Tensor
返回一个全为1 的张量，形状由可变参数sizes定义。
参数:
- sizes (int...) – 整数序列，定义了输出形状
- out (Tensor, optional) – 结果张量 例子: ```python
torch.ones(2, 3)
1 1 1 1 1 1 [torch.FloatTensor of size 2x3]
torch.ones(5)
1 1 1 1 1 [torch.FloatTensor of size 5]
* torch.rand*```pythontorch.rand(sizes, out=None) → Tensor
返回一个张量，包含了从区间[0,1)的均匀分布中抽取的一组随机数，形状由可变参数sizes 定义。
参数:
- sizes (int...) – 整数序列，定义了输出形状
- out (Tensor, optinal) - 结果张量 例子： ```python
torch.rand(4)
0.9193 0.3347 0.3232 0.7715 [torch.FloatTensor of size 4]
torch.rand(2, 3)
0.5010 0.5140 0.0719 0.1435 0.5636 0.0538 [torch.FloatTensor of size 2x3]
* torch.randn*```pythontorch.randn(sizes, out=None) → Tensor
返回一个张量，包含了从标准正态分布(均值为0，方差为 1，即高斯白噪声)中抽取一组随机数，形状由可变参数sizes定义。 参数:
- sizes (int...) – 整数序列，定义了输出形状
- out (Tensor, optinal) - 结果张量
例子：:
>>> torch.randn(4)-0.1145 0.0094-1.1717 0.9846[torch.FloatTensor of size 4]>>> torch.randn(2, 3) 1.4339 0.3351 -1.0999 1.5458 -0.9643 -0.3558[torch.FloatTensor of size 2x3]
torch.randperm
torch.randperm(n, out=None) → LongTensor
给定参数n，返回一个从0 到n -1 的随机整数排列。
参数:
- n (int) – 上边界(不包含)
例子：
>>> torch.randperm(4) 2 1 3 0[torch.LongTensor of size 4]
torch.arange
torch.arange(start, end, step=1, out=None) → Tensor
返回一个1维张量，长度为 ( floor((end−start)/step) )。包含从start到end，以step为步长的一组序列值(默认步长为1)。
参数:
- start (float) – 序列的起始点
- end (float) – 序列的终止点
- step (float) – 相邻点的间隔大小
- out (Tensor, optional) – 结果张量
例子：
>>> torch.arange(1, 4) 1 2 3[torch.FloatTensor of size 3]>>> torch.arange(1, 2.5, 0.5) 1.0000 1.5000 2.0000[torch.FloatTensor of size 3]
torch.range
torch.range(start, end, step=1, out=None) → Tensor
返回一个1维张量，有 ( floor((end−start)/step)+1 ) 个元素。包含在半开区间[start, end）从start开始，以step为步长的一组值。 step 是两个值之间的间隔，即 ( x_{i+1}=x_i+step )
警告：建议使用函数 torch.arange()
参数:
- start (float) – 序列的起始点
- end (float) – 序列的最终值
- step (int) – 相邻点的间隔大小
- out (Tensor, optional) – 结果张量
例子：
>>> torch.range(1, 4) 1 2 3 4[torch.FloatTensor of size 4]>>> torch.range(1, 4, 0.5) 1.0000 1.5000 2.0000 2.5000 3.0000 3.5000 4.0000[torch.FloatTensor of size 7]
torch.zeros
torch.zeros(*sizes, out=None) → Tensor
返回一个全为标量 0 的张量，形状由可变参数sizes 定义。
参数:
- sizes (int...) – 整数序列，定义了输出形状
- out (Tensor, optional) – 结果张量
例子：
>>> torch.zeros(2, 3) 0 0 0 0 0 0[torch.FloatTensor of size 2x3]>>> torch.zeros(5) 0 0 0 0 0[torch.FloatTensor of size 5]