a = torch.tensor([2., 3.], requires_grad=True)
le=torch.tensor([[2., 3.],[1,1]], requires_grad=True)
#print(le+3)
print(le+a)
似乎采取了自动扩充的策略，把0维扩成1维，1维扩成2维的。比如上面的结果，输出：
tensor([[4., 6.],
        [3., 4.]], grad_fn=<AddBackward0>)
【 在 feng321 的大作中提到: 】
: import torch
: a = torch.tensor([2., 3.], requires_grad=True)
: b = a + 3
: ...................
--
FROM 120.242.253.*

好奇，你这里讲的“虚数”，是指如 100j 这样的纯虚数？还是指 12+100j这样的虚数？
【 在 vabc3 的大作中提到: 】
: python传统艺能，看个更离谱的numpy.r_：
: If slice notation is used, the syntax start:stop:step is equivalent to np.arange(start, stop, step) inside of the brackets. However, if step is an imaginary number (i.e. 100j) then its integer portion is interpreted as a number-of-points desired and the start and stop are inclusive. In other words start:stop:stepj is interpreted as np.linspace(start, stop, step, endpoint=1) inside of the brackets. After expansion of slice notation, all comma separated sequences are concatenated together.
: 第三个参数step可以是实数也可以是虚数：实数表示步长，虚数的时候去掉j表示总共要多少步。
--
FROM 120.242.253.*

太多的术语，看起来也不明白。我的理解，一维张量就是一维数组，（比如[1,2,6,7]）,二维张量就是二维矩阵。如此下去。。。。。。。。。。。。
【 在 iMx 的大作中提到: 】
: 什么是张量 (tensor)？ - 郭诚的回答 - 知乎
: https://www.zhihu.com/question/20695804/answer/64920043
:
: ...................
--
FROM 120.242.253.*