torch.tensor用法

`torch.tensor` 是 PyTorch 中用于创建张量（tensor）的函数。张量是多维数组，是 PyTorch 中最基本的数据类型，类似于 NumPy 中的数组。

`torch.tensor` 的基本用法是将一个列表或数组转换为张量。例如，可以使用以下代码创建一个 2x3 的浮点型张量：

import torch

a = torch.tensor([[1.0, 2.0, 3.0],
                  [4.0, 5.0, 6.0]])
print(a)

输出结果:

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

`torch.tensor` 还可以指定数据类型，例如创建一个整型张量：

b = torch.tensor([1, 2, 3], dtype=torch.int)
print(b)

输出结果：

tensor([1, 2, 3], dtype=torch.int32)

除了列表和数组，`torch.tensor` 还可以从其它 PyTorch 张量创建新的张量。例如，可以使用以下代码将一个浮点型张量转换为整型张量：

c = torch.tensor([[1.0, 2.0, 3.0],
                  [4.0, 5.0, 6.0]])
d = torch.tensor(c, dtype=torch.int)
print(d)

输出结果：

tensor([[1, 2, 3],
        [4, 5, 6]], dtype=torch.int32)

`torch.tensor` 还可以指定张量的设备，例如将张量存储在 GPU 上：

e = torch.tensor([1, 2, 3], device='cuda')
print(e)

输出结果：

tensor([1, 2, 3], device='cuda:0')

这里的 `cuda:0` 表示张量存储在第一个GPU上。如果有多个 GPU，则可以指定不同的设备编号，例如 `cuda:1` 表示存储在第二个 GPU 上。如果不想指定设备，则可以将设备设置为 `None`，张量将存储在 CPU 上：

f = torch.tensor([1, 2, 3], device=None)
print(f)

输出结果：

tensor([1, 2, 3])