import torch
# 通过具体数据定义张量
a = torch.Tensor([[1, 2], [3, 4]])

# 通过数据结构定义张量
a = torch.Tensor(2, 3)  # 默认值不管
a = torch.Tensor(2, 3).uniform_(-1, 1)  # 均匀分布
a = torch.ones(2, 3)  # 全是1
a = torch.zeros(2, 3)  # 全是0
a = torch.eye(2, 3)  # 对角线是1
a = torch.rand(2, 3)  # 0到1的随机数

# 一维张量
a = torch.normal(mean=0.0, std=torch.rand(5))  # 正态分布的值，参数是均值和标准差
a = torch.normal(mean=torch.rand(5), std=torch.rand(5))  # 正态分布的值，参数是均值和标准差
a = torch.arange(0, 10, 1)  # 0到9顺序值，步进设为1
a = torch.linspace(2, 10, 3)  # 2到10内的等差数列，总共3个值
a = torch.randperm(10)  # 0到9随机整数，总共10个值

# 通过一个已经存在的张量的数据结构，定义新张量
b = torch.zeros_like(a)