模型中torch.tensor的作用

`torch.tensor`是PyTorch中的一个重要数据结构，用于创建多维数组（张量）。在深度学习模型中，我们通常使用`torch.tensor`来存储模型的输入数据、输出数据、模型参数等。

`torch.tensor`提供了一系列的方法，可以方便地进行张量的创建、操作、变换等。例如，可以通过`torch.tensor`创建一个全0、全1、随机数、指定形状的张量等：

import torch

# 创建全0张量
zeros = torch.tensor([[0,0],[0,0]])
print(zeros)

# 创建全1张量
ones = torch.ones((2,2))
print(ones)

# 创建随机数张量
rand = torch.rand((2,2))
print(rand)

# 创建指定形状的张量
x = torch.empty(5, 3)
print(x)

在深度学习模型中，`torch.tensor`通常用于存储输入数据、输出数据和模型参数等。例如，在PyTorch中，我们可以使用`torch.nn.Module`类来定义模型，`torch.tensor`则用于存储模型的参数。