pytorch将数字存到数组中

PyTorch是一种强大的Python深度学习框架，它可以让用户轻松地将数字存储到数组中。

在PyTorch中，我们可以使用张量(tensor)来存储数字和计算结果。张量是一种多维数组，可以是标量、向量、矩阵或高维数组。

在创建张量时，我们可以指定元素的形状(shape)和数据类型(dtype)。例如，我们可以使用以下代码创建一个形状为(3,2)、数据类型为float的张量：

import torch

# 创建一个形状为(3,2)、数据类型为float的张量
tensor = torch.tensor([[1.0, 2.0],
                       [3.0, 4.0],
                       [5.0, 6.0]])

在上述代码中，我们使用`torch.tensor()`函数创建了一个形状为(3,2)的张量，并将其存储在名为`tensor`的变量中。我们可以使用`print()`函数输出该张量的值：

print(tensor)

输出结果为：

tensor([[1., 2.],
        [3., 4.],
        [5., 6.]])

我们还可以使用一些其他函数和方法操作张量，例如：

- `torch.zeros()`函数创建所有元素都为0的张量
- `torch.ones()`函数创建所有元素都为1的张量
- `tensor.shape`属性获取张量的形状
- `tensor.dtype`属性获取张量的数据类型
- `tensor.size()`方法获取张量的大小（元素总数）

总之，PyTorch提供了许多强大的工具和函数，可以轻松地将数字存储到数组中，并对其进行各种数学和运算操作。