PyTorch 生成随机数Tensor（标准分布、标准正态、离散正态……)

在使用PyTorch做实验时经常会用到生成随机数Tensor的方法，比如：

torch.rand()
torch.randn()
torch.normal()
torch.linespace()

均匀分布

*torch.rand(sizes, out=None) → Tensor

返回一个张量，包含了从区间[0, 1]的均匀分布中抽取的一组随机数。张量的形状由参数sizes定义。

参数:

sizes (int…) - 整数序列，定义了输出张量的形状
out (Tensor, optinal) - 结果张量

例子：

torch.rand(2, 3)
0.0836 0.6151 0.6958
0.6998 0.2560 0.0139
[torch.FloatTensor of size 2x3]

标准正态分布

*torch.randn(sizes, out=None) → Tensor

返回一个张量，包含了从标准正态分布（均值为0，方差为1，即高斯白噪声）中抽取的一组随机数。张量的形状由参数sizes定义。

参数:

sizes (int…) - 整数序列，定义了输出张量的形状
out (Tensor, optinal) - 结果张量

例子：

torch.randn(2, 3)
0.5419 0.1594 -0.0413
-2.7937 0.9534 0