1.torch.linspace(start, end, num=100, out=None)
返回一个1维张量，包含在区间start 和 end 上均匀间隔的num个点。 输出1维张量的长度为num
参数:
start (float) – 序列的起始点
end (float) – 序列的最终值
num (int) – 在start 和 end间生成的样本数
out (Tensor, optional) – 结果张量
2.torch.eye(n, m=None, out=None)
返回一个2维张量，对角线位置全1，其它位置全0
参数:
n (int ) – 行数
m (int, optional) – 列数.如果为None,则默认为n
out (Tensor, optinal) - Output tensor
3.torch.rand(*sizes, out=None) → Tensor
返回一个张量，包含了从区间[0,1)的均匀分布中抽取的一组随机数，形状由可变参数sizes 定义
参数:
sizes (int...) – 整数序列，定义了输出形状
4.torch.randn(*sizes, out=None) → Tensor
返回一个张量，包含了从标准正态分布(均值为0，方差为 1，即高斯白噪声)中抽取一组随机数，形状由可变参数sizes定义
参数:
sizes (int...) – 整数序列，定义了输出形状
5.torch.arange(start, end, step=1, out=None) → Tensor
返回一个1维张量，包含从start到end，以step为步长的一组序列值(默认步长为1)。
参数:
start (float) – 序列的起始点
end (float) – 序列的终止点
step (float) – 步长，相邻点的间隔大小
6.torch.zeros(*sizes, out=None) → Tensor
返回一个全为标量 0 的张量，形状由可变参数sizes 定义
7.torch.ones(*sizes, out=None) → Tensor
返回一个全为1 的张量，形状由可变参数sizes定义。
参考与详细：
官方文档 https://pytorch-cn.readthedocs.io/zh/latest/package_references/torch/#creation-ops
感谢！
