torch.tensor()

`torch.tensor()` 是 PyTorch 中的一个函数，用于创建一个新的张量（tensor）。它的用法有以下几种：

1. `torch.tensor(data, dtype=None, device=None, requires_grad=False)`: 从数据中创建一个新的张量。`data` 可以是一个列表、元组、NumPy 数组或其他支持 Python 迭代协议的对象。`dtype` 指定了张量的数据类型，如果未指定，则会根据数据类型自动推断。`device` 指定了张量所在的设备，如果未指定，则默认为 CPU。`requires_grad` 指定了张量是否需要梯度计算，默认为 False。

2. `torch.tensor(size, dtype=None, device=None, requires_grad=False)`: 创建一个指定大小的张量，其中所有元素都为零。`size` 可以是一个整数或一个元组。

3. `torch.tensor(data, dtype=None, device=None, requires_grad=False, pin_memory=False)`: 从数据中创建一个新的张量，并将其存储在固定内存中。这个方法通常用于将数据转换为 CUDA 张量。

4. `torch.tensor(...)` 还有许多其他的参数和用法，可以根据具体需要进行查阅和使用。

下面是一个简单的例子：

import torch

# 从列表中创建一个新的张量
x = torch.tensor([1, 2, 3])
print(x)

# 创建一个大小为 2x3 的张量，其中所有元素都为 0
y = torch.tensor((2, 3), dtype=torch.float32)
print(y)

输出结果为：

tensor([1, 2, 3])
tensor([2., 3.])