torch.rand()、torch.randn()、torch.randint()、torch.randperm()用法

torch.rand和torch.randn有什么区别? 
一个均匀分布,一个是标准正态分布。

torch.rand()
在这里插入图片描述

#rand(*size, out=None, dtype=None)
t1 = torch.rand(2,3)
print(t1,t1.type())

在这里插入图片描述
randn(*size, out=None, dtype=None)和randn_like(input, dtype=None)在这里插入图片描述

#randn(*size, out=None, dtype=None)
#randn_like(input, dtype=None)
t1 = torch.randn(2,3)
t2 = torch.randn_like(t1)
print(t1,t1.type())
print(t2,t2.type())

在这里插入图片描述
torch.randint(),torch,randint_like()

#randint(low=0, high, size, out=None, dtype=None)
#randint_like(input, low=0, high, dtype=None)
#整数范围[low, high)
t1 = torch.randint(1,4,(2,3,2)) #形状写成[2,3,2]也行
t2 = torch.randint_like(t1,4)
print(t1)
print(t2)

在这里插入图片描述
torch.randperm()
randperm(n, out=None, dtype=torch.int64)-> LongTensor

#torch中没有random.shuffle
#y = torch.randperm(n) y是把1到n这些数随机打乱得到的一个数字序列
import torch
#randperm(n, out=None, dtype=torch.int64)-> LongTensor
idx = torch.randperm(3)
a = torch.Tensor(4,2)
print(a)
print(idx,idx.type())
print(a[idx])

在这里插入图片描述

  • 106
    点赞
  • 489
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
在PyTorch中,torch.rand()函数用于生成均匀分布的随机数,而torch.randn()函数用于生成标准正态分布的随机数。 具体来说,torch.rand()函数生成的随机数在[0, 1)范围内,形状由参数size指定。例如,torch.rand(2, 3)会生成一个形状为2x3的张量,其中的元素值均匀分布在[0, 1)范围内。 而torch.randn()函数生成的随机数服从标准正态分布(均值为0,标准差为1),形状由参数size指定。例如,torch.randn(2, 3)会生成一个形状为2x3的张量,其中的元素值符合标准正态分布。 另外,还有torch.randint()函数用于生成指定范围内的随机整数。函数的参数包括范围的上下界、形状等。例如,torch.randint(1, 4, (2, 3, 2))会生成一个形状为2x3x2的张量,其中的元素值在1到4之间。 总结来说,torch.rand()生成均匀分布的随机数,torch.randn()生成标准正态分布的随机数,而torch.randint()生成指定范围内的随机整数。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [Pytorchrandrandn, random以及normal的区别](https://blog.csdn.net/weixin_44739213/article/details/108617473)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [torch.rand()、torch.randn()、torch.randint()、torch.randperm()用法](https://blog.csdn.net/leilei7407/article/details/107710852)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值