torch.range¶

torch.range(start=0, end, step=1, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor¶

返回一個 1 維張量，其大小為 $\left\lfloor \frac{\text{end} - \text{start}}{\text{step}} \right\rfloor + 1$ ，其值從 start 到 end，間隔為 step。 Step 是張量中兩個值之間的間隙。

\text{out}_{i+1} = \text{out}_i + \text{step}.

警告

此函式已棄用，並將在未來的版本中移除，因為它的行為與 Python 的 range 內建函式不一致。請改用 torch.arange()，它會產生 [start, end) 中的值。

參數

關鍵字參數

out (Tensor, optional) – 輸出張量。
dtype (torch.dtype, optional) – 返回的張量所需的資料類型。預設值：如果 None，則使用全域預設值 (請參閱 torch.set_default_dtype())。如果未給定 dtype，則從其他輸入引數推斷資料類型。如果 start、end 或 step 中的任何一個是浮點數，則 dtype 會被推斷為預設 dtype，請參閱 get_default_dtype()。否則，dtype 會被推斷為 torch.int64。
layout (torch.layout, optional) – 返回的張量所需的佈局。預設值：torch.strided。
device (torch.device, optional) – 返回的張量所需的裝置。預設值：如果 None，則使用預設張量類型的目前裝置 (請參閱 torch.set_default_device())。device 將是 CPU 張量類型的 CPU，以及 CUDA 張量類型的目前 CUDA 裝置。
requires_grad (bool, optional) – 如果 autograd 應記錄返回張量的操作。預設值：False。

範例

>>> torch.range(1, 4)
tensor([ 1.,  2.,  3.,  4.])
>>> torch.range(1, 4, 0.5)
tensor([ 1.0000,  1.5000,  2.0000,  2.5000,  3.0000,  3.5000,  4.0000])

文件