1 ‘‘‘
 2 Tensors和numpy中的ndarrays较为相似, 因此Tensor也能够使用GPU来加速运算
 3 ‘‘‘
 4 # from _future_ import print_function
 5 import torch
 6 x = torch.Tensor(5, 3)        # 构造一个未初始化的5*3的矩阵
 7 
 8 x2 = torch.rand(5, 3)         # 构造一个随机初始化的矩阵 the same as
 9 
10 # print(x.size())              # torch.Size([5, 3])
11 y = torch.rand(5, 3)
12 
13 # x+y 
14 # method 1
15 print(torch.add(x, y))
16 # 输出tensor
17 result = torch.Tensor(5, 3)
18 
19 # method 2
20 print(torch.add(x, y, out=result))    # the same as the above one
21 # print(result)                   result=torch.add(x, y, out=result)
22 
23 # method 3
24 print(y.add_(x))                 # 任何可以改变tensor内容的操作都会在方法名后加一个下划线‘_‘，例如：x.copy_(y), x.t_(), 这俩都会改变x的值。
25 # print(y)                       y=y.add_(x)
26 
27 # print(x[:, 1])                        # 这一操作会输出x矩阵的第二列的所有值