创建的话需要定义尺寸、数据类型和数值
访问比较新的地方是切片符号 ：
2.数据操作 张量tensor
张量tensor表示一个由数值组成的数组，它可能有多个维度。
形状
张量的shape属性可访问张量的形状和元素总数，numel可访问元素总数
reshape（）函数 可在不改变元素值的情况下改变张量的形状
torch.zeros() / torch.ones()
可以赋值全0或全1，还可以用列表赋值
张量之间的运算
+ - * / **等都可，按照数组一一对应算
张量拼接 torch.cat
->如果是三维，dim还可以=2，这里我还不是很理解怎么拼，有时间和numpy一起复习一下
广播机制由于该机制，可对形状不同的张量进行操作，前提是维度一样
其实很简单，x为(1，4），y为（2，1），那在x轴x复制成(2，4），在y轴 y复制成（2，4），然后加到一起（小的复制以便和大的一致）
数据预处理这里一般用csv文件，需要掌握pandas包的使用
处理缺失数据（插值 / 删除）对于数值型，我们可以用平均值进行插值
对于类别值或离散值（这里我不是很清楚这些说法，大概就是说字符之类的非数值型），可以将NaN视作一个类别
经过转换，inputs和outputs全都变成数值型，可以转化成张量了
