一、基础知识
1、张量概念：多维数组
2、Vaiable：用于封装张量（因为需要对张量计算，如求导等，因此封装成一组对象）
data：被包装的数据、gard：张量梯度、grad_fn：记录张量所被应用的计算，主要还是用于求导、resquires_grad；是否求导、is_leaf：指示是否是叶子结点，用于构建结构图。注：device：表示张量所在设备，是加速的关键。
3、张量创建
1）直接创建：pytorch.tensor()，已经有数据了，有点像数据转化。
2）从numpy创建tensor：torch.from_numpy(ndarray)。注：内存共享，该ndarray则tensor变化，反之也是。
3）依据数值创建：torch.zeros()，layout：内存中的存储形式，默认即可（另一种是稀疏存储）
torch.ones_like()：依据input形状创建全1张量。
torch.full()/ torch.full_like()：依据input形状创建全value张量。
torch.arrange()：创建等差数列。
torch.linespace()：创建均分的一维数列。
torch.eye()：创建单位对角矩阵（二维）。
4）依概率分步：torch.normal()，正态分布。
torch.randn()/torch.randn_likes()，标准正态分布。
torch.rand()/torch.rand_likes()，均匀分布。
torch.randint()/torch.randint_likes()，整数均匀分布。
torch.randperm()：生成0-1的随机排列。
torch.bernoulli():以input为概率生成伯努利分布。
二、问题讲解
1、为什么需要虚拟环境？
因为不同的项目使用的python版本不同，使用的包也不同，为了管理不同的项目使用虚拟环境进行使用。