本文重点
从本节课程开始我们将正式开启pytorch的学习了，在深度学习框架中有一个重要的概念叫做张量，它是pytorch的基本操作单位，要想创建tensor有很多的方式，但是有两个torch.tensor和torch.Tensor容易混淆，本节课程对二者进行总结。
二者的区别
torch.Tensor是默认的tensor类型（torch.FloatTensor）的简称，它是一个类，也就是说使用它只能创建torch.FloatTensot类型
torch.tensor是一个方法，它根据参数data创建Tensor，Tensor类型根据数据进行推断，也就是说当我们没有指定dtype使用它创建的类型和data一致，
torch.tensor(data, dtype=None, device=None, requires_grad=False)
二者接收的参数（一致性）
二者均可以接收list（列表），tuple（元组），array(numpy数组)，此时二者可能表示的类型不同之外，其它的所有的都是一样的。
tensor
a=torch.tensor((1,2))#元组
print(a)
print(a.type())
print(a.dim())
print(a.shape)
a=torch.tensor([1,2])#列表
print(a)
print(a.type())
print(a.dim())
print(a.shape)
a=torch.tensor(np.array([1,2]))#数组
print(a)
print(a.type())
print(
