torch.range

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

返回一个大小为 $\left\lfloor \frac{\text{end} - \text{start}}{\text{step}} \right\rfloor + 1$ 的一维张量，包含从start到end以步长step的值。步长是指张量中相邻两个值之间的间隔。

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

警告

此函数已弃用，并将在未来的版本中被移除，因为其行为与 Python 的 range 内置函数不一致。建议使用 torch.arange() 函数，该函数生成 [start, end) 范围内的值。

参数

关键字参数

out (Tensor, 可选) – 指定输出张量。
dtype (torch.dtype, 可选) – 返回张量所需的数据类型。默认情况下，如果未指定dtype，则使用全局默认数据类型（参见torch.set_default_dtype()）。如果没有明确指定dtype，将根据其他输入参数推断数据类型。如果start、end或step中的任何一个为浮点数，则默认数据类型为当前的默认数据类型（参见get_default_dtype()）。否则，dtype 被推断为 torch.int64。
layout (torch.layout, 可选) - 指定返回张量的布局。默认值为 torch.strided。
device (torch.device, 可选) – 返回张量所需的设备。默认情况下，如果未指定 None，则使用当前的默认张量类型设备（参见torch.set_default_device()）。对于 CPU 张量类型，默认为 CPU 设备；对于 CUDA 张量类型，则为当前的 CUDA 设备。
requires_grad (bool, optional) – 是否启用自动求导记录返回的张量上的操作。默认值：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])