本文已参与「新人创作礼」活动，一起开启掘金创作之路。
图解torch.arange()和torch.linspace()的区别
1、官方文档说明
其中start表示生成序列的初始索引值，stop表示生成序列的结束值（序列不包括结束值），step表示间隔数
官方文档中给出了三种生成序列的方法，分别是：
- torch.arange(stop)
- torch.arange(start, stop)
- torch.arange(start, stop, step)
可以简单给出生成序列的公式：
按照官方给的说明，进行一下模拟
import torch
a = torch.arange(10)
b = torch.arange(0, 10)
c = torch.arange(0, 10, 2)
print(a)
print(b)
print(c)
使用上述三种方法生成的序列：
tensor([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
tensor([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
tensor([0, 2, 4, 6, 8])
按照序列生成散点图，直观展示：
import matplotlib.pyplot as plt
plt.scatter(a, torch.zeros_like(a))
plt.xlim(0, 10)
plt.show()
plt.scatter(b, torch.zeros_like(b))
plt.xlim(0, 10)
plt.show()
plt.scatter(c, torch.zeros_like(c))
plt.xlim(0, 10)
plt.show()
torch.linspace()生成序列与torch.arange()不同的地方在于，linspace需要指定序列元素的个数，由机器自动计算出step值，而arange是通过指定step值生成序列，在不输入step值的情况下，step值默认为1.
以下是官方文档给出的解释：
官方的解释中，linspace的参数start表示初始值，end表示最后一个取值，steps表示序列元素的个数（这里注意arange用的是step单数）
同样，可以表示公式：
模拟生成序列：
a = torch.linspace(1, 10, 10)
b = torch.linspace(1, 10, 2)
c = torch.linspace(1, 10, 3)
print(a)
print(b)
print(c)
生成序列的结果：
tensor([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10.])
tensor([ 1., 10.])
tensor([ 1.0000, 5.5000, 10.0000])
绘制散点图，直观显示生成结果：
plt.scatter(a, torch.zeros_like(a))
plt.xlim(0, 10)
plt.show()
plt.scatter(b, torch.zeros_like(b))
plt.xlim(0, 10)
plt.show()
plt.scatter(c, torch.zeros_like(c))
plt.xlim(0, 10)
plt.show()
