【Pytorch】normal_和fill_的区别

normal_和fill_是两个不同的函数，它们都可以用来对一个张量进行赋值，但是赋值的方式不同。

normal_

normal_是一个张量的方法，它可以用来对一个张量进行原地操作，即直接修改张量的值，而不是返回一个新的张量。它的作用是从一个正态分布中采样随机数，并用这些随机数填充张量。它的参数有：

• mean：表示正态分布的均值，可以是标量或者张量
• std：表示正态分布的标准差，可以是标量或者张量

fill_

fill_也是一个张量的方法，它也可以用来对一个张量进行原地操作，即直接修改张量的值，而不是返回一个新的张量。它的作用是用一个给定的值填充张量。它的参数有：

• value：表示要填充的值，必须是一个标量

例子

如果我们有一个形状为(2, 3)的张量x，我们可以用normal_和fill_对它进行赋值，如下：

# 定义一个张量x
x = torch.empty(2, 3)
# 用normal_对x进行赋值，均值为0，标准差为1
x.normal_(mean=0, std=1)
# x的值变为
tensor([[ 0.6880, -0.0689, -0.2860],
        [-0.1826, -0.4098,  0.0613]])
# 用fill_对x进行赋值，值为5
x.fill_(value=5)
# x的值变为
tensor([[5., 5., 5.],
        [5., 5., 5.]])