在
pytorch
中，我们需要注意，对于tensor的操作时候是in-place类型。
in-place类型是指，但在一个tensor上操作了之后，是直接修改了这个tensor，还是返回一个新的tensor，而旧的tensor并不修改。
pytorch
中，一般来说，如果对tensor的一个
函数
后加上了
下划线
，则表明这是一个in-place类型
clamp 和 clamp_ (以下为实际例子)
一般来说，在
pytorch
中如果对tensor的一个
函数
后加上了
下划线
，则表明这是一个in-place类型，所谓in-place类型是指在一个tensor上操作了之后，是直接修改了这个tensor，还是返回一个新的tensor，而旧的tensor并不修改。
clamp和clamp_
可以看到，
函数
名后加
下划线
会修改原始输入，即直接改了这个tensor。
（1）直接修改这个tensor；
（2）返回一个新的tensor，而旧的tensor并不修改。
pytorch
中对tensor的操作的
函数
后加上了
下划线
，则表明这是一个in-place类型，也就是（1）这种情况。
例如（2）
import torch
x = torch.randn([2,3])
print(x)
y = x.abs() #没加
下划线
，不会对x直接操作，而是赋予y
print(y)
print(x)
自定义类中，含有的方法名带有
下划线
【放在方法名前】
作用：会阻止其他python脚本通过【from module import *】语句导入该名字，即该名字不会被星号匹配；保证只在该类中进行调用。
框架中，带有
下划线
的方法【放在方法名后】
