pytorch基础到提高(4)-Tensor(4)

import torch
print(torch.zeros(2,3,2))
print(torch.ones(2,4))
print(torch.eye(5))#对象线为1，其余为0，单位矩阵
print(torch.rand(2,3))#[0,1]随机数
print(torch.arange(2,8))#序列
print(torch.arange(2,10,3))

tensor([[[0., 0.],
         [0., 0.],
         [0., 0.]],

        [[0., 0.],
         [0., 0.],
         [0., 0.]]])
tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.]])
tensor([[1., 0., 0., 0., 0.],
        [0., 1., 0., 0., 0.],
        [0., 0., 1., 0., 0.],
        [0., 0., 0., 1., 0.],
        [0., 0., 0., 0., 1.]])
tensor([[0.2293, 0.5129, 0.2397],
        [0.3889, 0.5081, 0.4054]])
tensor([2, 3, 4, 5, 6, 7])
tensor([2, 5, 8])

单位矩阵:
在线性代数中，n阶单位矩阵，是一个$n\times n$ 的方形矩阵，其主对角线元素为1，其余元素为0。单位矩阵以$I_n{I}_n$表示；如果阶数可忽略，或可由前后文确定的话，也可简记为$I$（或者$E$）。（在部分领域中，如量子力学，单位矩阵是以粗体字的1表示，否则无法与$I$作区别。）
$$I_1=\left[\begin{array}{c}1\end{array}\right],I_2=\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right],I_3=\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right],\cdots ,I_n=\left[\begin{array}{cccc}1& 0& \cdots & 0\\ 0& 1& \cdots & 0\\ ⋮& ⋮& \ddots & ⋮\\ 0& 0& \cdots & 1\end{array}\right]I_1=\left[\begin{array}{c}1\end{array}\right],I_2=\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right],I_3=\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right],\cdots ,I_n=\left[\begin{array}{cccc}1& 0& \cdots & 0\\ 0& 1& \cdots & 0\\ ⋮& ⋮& \ddots & ⋮\\ 0& 0& \cdots & 1\end{array}\right]$$