detach:
torch.abs(input, out=None): 计算输入张量的每个元素的绝对值
torch.acos(input, out=None): 返回一个新张量，包含输入张量每个元素的反余弦函数
torch.add(input, value, out=None): 对输入张量input逐元素加上标量值value，并返回结果到一个新的张量out，即out=tensor+value
torch.addcdiv(tensor, value=1, tensor1, tensor2, out=None): 用tensor2对tensor1逐元素相除，然后乘以标量值value并加到tensor，张量的形状不需要匹配，但元素数量必须一致
torch.addcmul(tensor, value=1, tensor1, tensor2, out=None): 用tensor2对tensor1逐元素相乘，然后乘以标量值value并加到tensor，张量的形状不需要匹配，但元素数量必须一致
torch.asin(input, out=None): 返回一个新张量，包含输入张量每个元素的反正弦函数
torch.atan(input, out=None): 返回一个新张量，包含输入张量每个元素的反正切函数
torch.atan2(input1, input2, out=None): 返回一个新张量，包含两个输入张量的反正切函数
torch.cat((tensor1, tensor2), dim): 将两个张量序列按指定维度拼接在一起。（不升维）
torch.ceil(input, out=None): 天井函数，对输入input张量每个元素向上取整，即取不小于每个元素的最小整数，并返回结果到输出。
torch.clamp(input,min,max,out=None): 将input中的元素限制在[min,max]范围内并返回一个Tensor，返回的拷贝。（拷贝）
torch.clamp_(input,min,max,out=None): 将input中的元素限制在[min,max]范围内并返回一个Tensor, 返回的的视图。（视图）
torch.div(input, value, out=None): 将input逐元素除以标量值value，并返回结果到输出张量out。
torch.eq(input, other, out=None): 比较元素相等性，第二个参数可为一个数或与第一个参数同类型形状的张量。（返回一个Tensor）
torch.equal(tensor1, tensor2): 如果两个张量有相同的形状和元素值，则返回True，否则False。（返回True，False）
torch.exp(tensor, out=None): 返回一个新张量，包含输入张量input每个元素的指数。
torch.eye(n, m=None, out=None): 返回一个2维张量，对角线位置全为1，其他位置全为0。
torch.frac(tensor, out=None): 返回每个元素的分数部分。
torch.from_numpy(ndarray): 将numpy.ndarray转换为pytorch的Tensor，返回的张量Tensor和numpy的ndarray共享同一内存空间。修改一个会导致另外一个也被修改
torch.is_tensor(obj): 如果obj是一个pytorch张量，则返回True
torch.linspace(start, end, steps=100, out=None): 返回一个1维张量，包含在区间start和end上均匀间隔的steps个点。输出1维张量的长度为steps。
torch.mean(input): 返回输入张量所有元素的均值。
torch.neg(input, out=None): 返回一个新张量，包含输入input张量按元素取负。
torch.numel(input): 返回张量input中元素的个数。
torch.permute(input, dim0, dim1, dim2, ...): 将输入张量按照维度的顺序进行交换维度。（交换多个维度）
torch.reciprocal(input, out=None): 返回一个新张量，包含输入input张量每个元素的倒数，即1.0/x。
torch.round(input, out=None): 返回一个新张量，将输入input张量每个元素四舍五入到最近的整数。
torch.sign(input, out=None): 符号函数，返回一个新张量，包含输入input张量每个元素的正负号。
torch.squeeze(input, dim=None, out=None): 将输入张量形状中的1去除并返回。
torch.stack(sequence, dim=0): 沿着一个新维度对输入张量序列进行连接，序列中所有的张量都应该为相同形状。（升维）
torch.sum(input): 返回输入张量input所有元素的和。
torch.transpose(input, dim0, dim1, out=None): 返回输入矩阵input的转置，交换维度dim1和dim0。输入张量与输出张量共享内存，所以改变其中一个会导致另一个也被修改。（交换两个维度）
torch.type_as(tensor): 将张量转化为括号中指定类型的张量 。
torch.unsqueeze(input, dim, out=None): 返回一个新的张量，对输入张量指定的位置插入维度1。
