torch.arange函数详解

• 官方文档：torch.arange

• 函数原型

  arange(start=0, end, step=1, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) -> Tensor
  

• 用法
  返回大小为 $\lceil \frac{\text{end}-\text{start}}{\text{step}}\rceil$ 的一维张量，其值介于区间 $[\text{start},\text{end})$ ，以 $\text{step}$ 为步长等间隔取值

• 参数说明

  参数	类型	说明
  start	Number	起始值，默认值：0
  end	Number	结束值
  step	Number	步长，默认值：1

• 关键字参数

  关键字参数	类型	说明
  out	Tensor	输出张量
  dtype	torch.dtype	期望的返回张量的数据类型。默认值：如果是None，则使用全局默认值。如果未给出 dtype，则从其他输入参数推断数据类型。如果 start、end 或 stop 中的任何一个是浮点数，则 dtype被推断为默认值，参见 get_default_dtype()。否则，dtype 被推断为 torch.int64
  layout	torch.layout	返回张量的期望布局(layout)。默认值：torch.strided
  device	torch.device	返回张量的期望设备。默认值：如果是None，则使用当前设备作为默认张量类型，参见 torch.set_default_tensor_type()。对于 CPU 类型的张量，则 device 是 CPU ，若是 CUDA 类型的张量，则 device 是当前的 CUDA 设备
  requires_grad	bool	autograd 是否记录返回张量上所作的操作。默认值：False

• 代码示例

      >>> torch.arange(5)  # 默认以 0 为起点
      tensor([ 0,  1,  2,  3,  4])
      >>> torch.arange(1, 4)  # 默认间隔为 1
      tensor([ 1,  2,  3])
      >>> torch.arange(1, 2.5, 0.5)  # 指定间隔 0.5
      tensor([ 1.0000,  1.5000,  2.0000])