torch.eye()

output = torch.eye(a)

功能：用于生成对角线为1的方阵。
例:

a = torch.eye(4)
>>> tensor([[1., 0., 0., 0.],
        [0., 1., 0., 0.],
        [0., 0., 1., 0.],
        [0., 0., 0., 1.]])

torch.mul()

torch.mul(a, b)

功能：矩阵a和b对应位置元素相乘，因此，a和b的维度必须相等。

_init_()

该函数虽然在名字前后多了两条__，但仍然可以拿来调用，例如 Rectangle.__init__(self, kw)。区别在于这个函数有点特殊，在类中定义该函数，那么类一旦被调用，就会自动执行这个函数。也就是调用类之后，你不调用这个函数，它也会自动执行，所以这个函数就起到一种初始化的作用。比如在深度学习中，调用了类，这个函数就会自动初始化好定义的零件，供你搭建网络。
在python中还有不少，类似的函数还有：
__len__(self):这个方法应该返回集合中所含项目的数量。
__getitem__(self):这个方法返回与所给键对应的值。
__setitem__(self):这个方法应该按一定的方式存储和key相关的value。
__delitem__(self):这个方法在对一部分对象使用del语句时会调用。

tensor张量属性类型

参考链接

fill_()函数

在张量中填充指定元素,如本身就有其他数据,将会将其覆盖成指定的元素值。
例：

a = torch.rand(2,3)
a.fill_(1e10)
print(a)
>>> tensor([[1.0000e+10, 1.0000e+10, 1.0000e+10],
        [1.0000e+10, 1.0000e+10, 1.0000e+10]])

a = torch.eye(3)
print(a)
>>>tensor([[1., 0., 0.],
        [0., 1., 0.],
        [0., 0., 1.]])
        
a.fill_(1e10)
print(a)
>>>tensor([[1.0000e+10, 1.0000e+10, 1.0000e+10],
        [1.0000e+10, 1.0000e+10, 1.0000e+10],
        [1.0000e+10, 1.0000e+10, 1.0000e+10]])