torch.range¶

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

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

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

警告

此函式已棄用，並將在未來版本中移除，因為它與 Python 內建的 range 函式行為不一致。請改用 torch.arange()，該函式生成範圍在 [start, end) 的值。

引數

關鍵字引數

out (Tensor, 可選) – 輸出張量。
dtype (torch.dtype, 可選) – 返回張量的期望資料型別。預設值：如果為 None，則使用全域性預設值（參見 torch.set_default_dtype()）。如果未給出 dtype，則從其他輸入引數推斷資料型別。如果 start、end 或 step 中任一個為浮點數，則推斷 dtype 為預設資料型別，參見 get_default_dtype()。否則，推斷 dtype 為 torch.int64。
layout (torch.layout, 可選) – 返回張量的期望佈局。預設值：torch.strided。
device (torch.device, 可選) – 返回張量的期望裝置。預設值：如果為 None，則使用預設張量型別的當前裝置（參見 torch.set_default_device()）。對於 CPU 張量型別，device 將是 CPU，對於 CUDA 張量型別，將是當前 CUDA 裝置。
requires_grad (bool, 可選) – 如果 autograd 應該記錄對返回張量的操作。預設值：False。

示例

>>> 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