arange¶
返回以步长 step 均匀分隔给定数值区间[ start , end )的 1-D Tensor，数据类型为 dtype 。
当 dtype 表示浮点类型时，为了避免浮点计算误差，建议给 end 加上一个极小值 epsilon，使边界可以更加明确。
参数¶
start (float|int|Tensor) - 区间起点（且区间包括此值）。当
start类型是 Tensor 时，是形状为[]且数据类型为 int32、int64、float32、float64 的 0-D Tensor。如果仅指定start，而end为 None，则区间为[0,start)。默认值为 0。end (float|int|Tensor，可选) - 区间终点（且通常区间不包括此值）。当
end类型是 Tensor 时，是形状为[]且数据类型为 int32、int64、float32、float64 的 0-D Tensor。默认值为 None。step (float|int|Tensor，可选) - 均匀分割的步长。当
step类型是 Tensor 时，是形状为[]且数据类型为 int32、int64、float32、float64 的 0-D Tensor。默认值为 1。dtype (str|np.dtype，可选) - 输出 Tensor 的数据类型，支持 int32、int64、float32、float64。当该参数值为 None 时，输出 Tensor 的数据类型为 int64。默认值为 None。
name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。
返回¶
Tensor，以步长
step均匀分割给定数值区间[start, end)后得到的 1-D Tensor，数据类型为dtype。
代码示例¶
>>> import paddle
>>> out1 = paddle.arange(5)
>>> print(out1.numpy())
[0 1 2 3 4]
>>> out2 = paddle.arange(3, 9, 2.0)
>>> print(out2.numpy())
[3. 5. 7.]
>>> # use 4.999 instead of 5.0 to avoid floating point rounding errors
>>> out3 = paddle.arange(4.999, dtype='float32')
>>> print(out3.numpy())
[0. 1. 2. 3. 4.]
>>> start_var = paddle.to_tensor(3)
>>> out4 = paddle.arange(start_var, 7)
>>> print(out4.numpy())
[3 4 5 6]