pytorch示例张量

在pytorch中，示例张量可以通过torch.tensor()函数创建。示例中给出了几种创建张量的方法：

1. 创建一个正态分布的张量，其中mean和std都是张量:

   mean1 = torch.arange(1,4,dtype=torch.float)
   std1 = torch.arange(1,4,dtype=torch.float)
   t1_normal = torch.normal(mean1,std1)

2. 创建一个正态分布的张量，其中mean是张量，std是标量:

   mean2 = torch.arange(1,4,dtype=torch.float)
   std2 = 1
   t2_normal = torch.normal(mean2,std2)

3. 创建一个正态分布的张量，其中mean是标量，std是张量:

   mean3 = 1
   std3 = torch.arange(1,4,dtype=torch.float)
   t3_normal = torch.normal(mean3,std3)

4. 创建一个正态分布的张量，其中mean和std都是标量:

   t4_normal = torch.normal(1,1,size=(3,))

这些示例展示了如何使用torch.tensor()函数创建具有不同维度和数据类型的张量。