利用Tensor创建两个大小分别3×2和4×2的随机数矩阵P和Q,要求服从均值为0,标准差0.01为的正态分布 (2)对第二步得到的矩阵Q进行形状变换得到Q的转置Q^T (3)对上述得到的矩阵P和矩阵Q^T求乘积

首先，我们使用`torch.randn()`函数创建两个指定尺寸的随机数矩阵，这个函数生成服从标准正态分布的随机数，即均值为0，标准差为1。为了得到均值为0，标准差为0.01的正态分布，我们需要先计算对应的系数，然后乘以`torch.randn()`.

import torch

# Step 1: 创建随机数矩阵
mean = 0
std_dev = 0.01
coef = std_dev / torch.sqrt(torch.tensor([1, 1]))  # 对于二维正态分布，方差等于每个独立维度的标准差平方
P = coef * torch.randn((3, 2), dtype=torch.float32)
Q = coef * torch.randn((4, 2), dtype=torch.float32)

# Step 2: 转换矩阵Q为转置Q^T
Q_transpose = Q.t()  # 使用t()方法获取转置

# Step 3: 计算矩阵P和Q^T的乘积
product = P @ Q_transpose  # 使用@符号进行矩阵乘法

现在，变量`product`存储了矩阵P和矩阵Q转置后的乘积。请注意，在上述代码中，`dtype=torch.float32`用于确保所有张量都是单精度浮点型，这是常见的做法，特别是在涉及数学运算时。