在Pytorch中，数据单元的单位为Tensor，简称张量。常见的初始化Tensor方法有rand()和randn()。
既然两种方法都可以随机初始化张量，并且在实际使用中也看不出来有什么差别
那torch.rand()与torch.randn()有什么区别呢
均匀分布
torch.rand(sizes)，返回指定形状的Tensor，取值范围为[0，1)中的随机数，形状有sizes决定
标准正态分布
torch.randn(sizes)。
返回的数据包含从标准正态分布（均值为0，方法为1）中抽取的随机数，Tensor的形状由sizes决定
说明：这里的sizes为一个整数序列，即（int...），用来定义输出张量的形状
