fix bug #54: specify dtype

docs/chapter03_DL-basics/3.2_linear-regression-scratch.md

@@ -27,9 +27,11 @@ num_inputs = 2
 num_examples = 1000
 true_w = [2, -3.4]
 true_b = 4.2
-features = torch.from_numpy(np.random.normal(0, 1, (num_examples, num_inputs)))
+features = torch.randn(num_examples, num_inputs,
+                       dtype=torch.float32)
 labels = true_w[0] * features[:, 0] + true_w[1] * features[:, 1] + true_b
-labels += torch.from_numpy(np.random.normal(0, 0.01, size=labels.size()))
+labels += torch.tensor(np.random.normal(0, 0.01, size=labels.size()),
+                       dtype=torch.float32)
 ```
 
 注意，`features`的每一行是一个长度为2的向量，而`labels`的每一行是一个长度为1的向量（标量）。
@@ -113,8 +115,8 @@ tensor([[-1.4239, -1.3788],
 我们将权重初始化成均值为0、标准差为0.01的正态随机数，偏差则初始化成0。
 
 ``` python
-w = torch.tensor(np.random.normal(0, 0.01, (num_inputs, 1)), dtype=torch.float64)
-b = torch.zeros(1, dtype=torch.float64)
+w = torch.tensor(np.random.normal(0, 0.01, (num_inputs, 1)), dtype=torch.float32)
+b = torch.zeros(1, dtype=torch.float32)
 ```
 
 之后的模型训练中，需要对这些参数求梯度来迭代参数的值，因此我们要让它们的`requires_grad=True`。