torch.normal()函数

灰太狼家的小鸭子

已于 2023-02-07 19:06:53 修改

阅读量4k

点赞数 2

分类专栏：深度学习文章标签：深度学习 python 人工智能

于 2023-02-07 19:06:09 首次发布

本文链接：https://blog.csdn.net/JEREMY_GYJ/article/details/128924108

版权

深度学习专栏收录该内容

20 篇文章 1 订阅

订阅专栏

X=torch.normal(mean=1,std=2,size=(3,4))
print(X)

tensor([[-0.1116, -3.4674, -0.0363,  1.5493],
        [-0.7199, -0.7217,  2.8007,  1.1526],
        [ 0.0578,  2.5465,  1.5857,  0.8619]])

torch.normal()函数：返回一个张量；是从一个给定mean（均值），std（方差）的正态分布中抽取随机数。mean和std都是属于张量类型的；

参数：

mean:均值；

std：标准差；

out：输出张量；

size：张量的大小；

源码参数：

@overload
def normal(mean: Tensor, std: Tensor, *, generator: Optional[Generator]=None, out: Optional[Tensor]=None) -> Tensor: ...
@overload
def normal(mean: Tensor, std: _float=1, *, generator: Optional[Generator]=None, out: Optional[Tensor]=None) -> Tensor: ...
@overload
def normal(mean: _float, std: Tensor, *, generator: Optional[Generator]=None, out: Optional[Tensor]=None) -> Tensor: ...
@overload
def normal(mean: _float, std: _float, size: _size, *, generator: Optional[Generator]=None, out: Optional[Tensor]=None, dtype: Optional[_dtype]=None, layout: Optional[_layout]=None, device: Optional[Union[_device, str, None]]=None, pin_memory: Optional[_bool]=False, requires_grad: Optional[_bool]=False) -> Tensor: ...