1.variable封装Tensor,进行自动求导
data:被封装的Tensor
grad:data的梯度
grad_fun:创建Tensor的方法，是求导的关键
requires_grad:表示是否需要梯度
is_leaf:表示是否是叶子节点
2.pyTorch0.4.0版本开始，variable并入Tensor
dtype:张量的数据类型，如torch.cuda:表示数据存入cpu
shape:表示张量的形状，如（64，3，224，224）
device:张量所在的设备，GPU/CPU,是加数的关键
3.张量的创建
- torch.tensor创建张量
- 通过torch.from_numpy创建张量:从numpy创建tensor ,tensor与原来的ndarray共享内存，当修改其中一个数据，另外一个数据也会被改变
- 通过torch.zeros创建张量
- 通过torch.full创建全1张量