核心是一个数据容器，多数情况下，它包含数字，有时候它也包含字符串，但这种情况比较少。
-
0维张量/标量 标量是一个数字
-
1维张量/向量 1维张量称为“向量”。
-
2维张量 2维张量称为矩阵
-
3维张量 公用数据存储在张量 时间序列数据 股价 文本数据 彩色图片(RGB）
torch.rand():构造一个随机初始化的矩阵
torch.zeros():构造一个矩阵全为 0，并且通过dtype设置数据类型为 long
torch.tensor():直接使用数据，构造一个张量
常见的构造Tensor的函数：
| 函数 | 功能 |
|---|---|
| Tensor(sizes) | 基础构造函数 |
| tensor(data) | 类似于np.array |
| ones(sizes) | 全1 |
| zeros(sizes) | 全0 |
| eye(sizes) | 对角为1，其余为0 |
| arange(s,e,step) | 从s到e，步长为step |
| linspace(s,e,steps) | 从s到e，均匀分成step份 |
| rand/randn(sizes) | rand是[0,1)均匀分布；randn是服从N(0，1)的正态分布 |
| normal(mean,std) | 正态分布(均值为mean，标准差是std) |
| randperm(m) | 随机排列 |
