y=tensor.detach()
创建一个常量,名字是y, 注意它没有梯度
torch.normal(means,std,out=None)
效果：返回一个张量，包含从给定参数means,std的离散正态分布中抽取随机数。 均值means是一个张量，包含每个输出元素相关的正态分布的均值。 std是一个张量，包含每个输出元素相关的正态分布的标准差。 均值和标准差的形状不须匹配，但每个张量的元素个数须相同 。。out,这里实际上是指输出的形状
源自： https://blog.csdn.net/sazass/article/details/116668755
`如果都是 2D，就是普通的矩阵乘法
`如果 a是1D，b是2D，则还是普通的矩阵乘法
·如果 a是2D，b是1D，（如果a，b的行数相同）将b转置后再进行普通的乘法
在使用pytorch时，并不是所有的操作都需要进行计算图的生成（计算过程的构建，以便梯度反向传播等操作）。而对于tensor的计算操作，默认是要进行计算图的构建的，在这种情况下，可以使用 with torch.no_grad():，强制之后的内容不进行计算图构建。
也可以用来避免‘nonetye’的出现，这一般是对0求梯度而导致的
reference：
https://blog.csdn.net/sazass/article/details/116668755
