官网： torch
各种操作，做个翻译，以后查阅
Tensors
torch.is_tensor 如果 obj 是 pytorch 张量，则返回 True。
torch.is_storage 如果 obj 是 pytorch 存储对象，则返回 True。
torch.numel 返回输入张量中元素的总数。
torch.set_printoptions 设置打印选项。 从 Numpy 无耻地采取项目
Creation Ops
torch.eye 返回其他地方的对角线和零点的二维张量。
torch.from_numpy
从 numpy.ndarray 创建一个张量。
返回的张量和 ndarray 共享相同的内存。 对张量的修改将反映在 ndarray 中，反之亦然。 返回的张量不可调整大小。
torch.linspace
返回开始和结束之间等间隔点的一维张量
输出张量是尺寸步长的 1D
torch.logspace
返回 10start10start 和 10end10end 之间对数间隔的步伐点的一维张量
输出是尺寸步长的一维张量
torch.ones 返回由标量值 1 填充的张量，其形状由可变参数大小定义。
torch.ones_like 返回填充了标量值 1 的张量，大小与输入相同。
torch.arange 用从步骤开始的区间 [开始，结束] 中的值返回大小层次（（结束开始）/ 步骤）层次（（结束开始）/ 步骤）的 1D 张量。
torch.range 返回步长为从开始到结束的值的一维（（结束开始）/ 步骤）+ 1 楼层（（结束开始）/ 步骤）+1 的张量。 步骤是张量中两个值之间的差距。XI+ 1 = XI+ 步骤
torch.zeros 返回填充了标量值 0 的张量，其形状由可变参量大小定义。
torch.zeros_like 返回一个用标量值 0 填充的张量，其大小与输入相同。
Indexing, Slicing, Joining, Mutating Ops 索引，切片，加入，突变行动
torch.cat
在给定维度上连接 seq 张量的给定序列。
torch.cat（）可以看作是 torch.split（）和 torch.chunk（）的逆操作。
cat（）可以通过例子最好的理解。
还没更新完