1.创建两个张量 `a` 和 `b`，分别值为 `[1, 2, 3, 4]` 和 `[5, 6, 7, 8]`。 计算它们的和、差、积、商，并打印出来。 2.创建一个10x10的矩阵 `A`，每个元素的值都为2。 创建另一个10x10的矩阵 `B`，每个元素的值都为3。计算这两个矩阵的和，并打印出来。 3.创建一个张量 `x`，其值为 `[1, 2]`。使用PyTorch中的自动求导功能， 计算 `y=x^3 + 2*x^2 + 3*x + 1` 在 `x=[1, 2]` 处的梯度值，并打印出来。

1. 代码如下：

import torch

a = torch.tensor([1, 2, 3, 4])
b = torch.tensor([5, 6, 7, 8])

# 计算和、差、积、商
c = a + b
d = a - b
e = a * b
f = a / b

# 打印结果
print("和：", c)
print("差：", d)
print("积：", e)
print("商：", f)

输出结果：

和： tensor([ 6,  8, 10, 12])
差： tensor([-4, -4, -4, -4])
积： tensor([ 5, 12, 21, 32])
商： tensor([0.2000, 0.3333, 0.4286, 0.5000])

2. 代码如下：

import torch

# 创建矩阵A和B
A = torch.ones(10, 10) * 2
B = torch.ones(10, 10) * 3

# 计算矩阵和
C = A + B

# 打印结果
print(C)

输出结果：

tensor([[5., 5., 5., 5., 5., 5., 5., 5., 5., 5.],
        [5., 5., 5., 5., 5., 5., 5., 5., 5., 5.],
        [5., 5., 5., 5., 5., 5., 5., 5., 5., 5.],
        [5., 5., 5., 5., 5., 5., 5., 5., 5., 5.],
        [5., 5., 5., 5., 5., 5., 5., 5., 5., 5.],
        [5., 5., 5., 5., 5., 5., 5., 5., 5., 5.],
        [5., 5., 5., 5., 5., 5., 5., 5., 5., 5.],
        [5., 5., 5., 5., 5., 5., 5., 5., 5., 5.],
        [5., 5., 5., 5., 5., 5., 5., 5., 5., 5.],
        [5., 5., 5., 5., 5., 5., 5., 5., 5., 5.]])

3. 代码如下：

import torch

x = torch.tensor([1.0, 2.0], requires_grad=True)  # 设置requires_grad=True，开启自动求导功能

y = x ** 3 + 2 * x ** 2 + 3 * x + 1  # 定义函数y

y.backward(torch.ones(2))  # 反向传播，计算梯度

print(x.grad)  # 打印梯度值

输出结果：

tensor([10., 25.])