Deep-Learning-with-PyTorch-3.2.2

3.2.2 构造我们的第一个张量

让我们构造第一个PyTorch张量，看看它是什么样。 目前它不会是一个特别有意义的张量，只需在列中添加三个1即可：

# In[4]:
import torch # 导入torch模块
a = torch.ones(3) # 创建大小为3且填充为1的一维张量
a

# Out[4]:
tensor([1., 1., 1.])

# In[5]:
a[1]

# Out[5]:
tensor(1.)

# In[6]:
float(a[1])

# Out[6]:
1.0

# In[7]:
a[2] = 2.0
a

# Out[7]:
tensor([1., 1., 2.])

导入Torch模块后，我们调用一个函数，该函数创建大小为3的（一维）张量，并填充值为1.0。 我们可以使用基于零的索引来访问元素，或者为其分配新的值。 尽管从表面上看，此示例与数字对象列表没有太大区别，但实际上，情况完全不同。