提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
torch.rand、torch.randn及torch.normal的用法
一、torch.rand
torch.rand(*sizes,out=None)
调用torch.rand返回一个在[0-1)区间内服从均匀分布的张量
参数:
-
sizes(int…):定义了张量输出的形状
-
out(tensor):结果张量,默认为None
import torch
torch.rand(2,2)
输出结果为:tensor([[0.6173, 0.0231], [0.6139, 0.7702]])
二、torch.randn
torch.randn(*sizes,out=None)
调用torch.rand返回一个服从标准正态分布的张量
参数:
-
sizes(int…):定义了张量输出的形状
-
out(tensor):结果张量,默认为None
import torch
torch.randn(1,2,3)
输出结果为:tensor([[[ 0.5173, -0.2839, -0.2403], [-0.6442, 0.6890, -0.1018]]])
三、torch.normal
torch.normal(mean,std,out=None)
调用torch.normal返回一个服从均值为mean,标准差为std的张量
参数:
-
mean(tensor):均值
-
std(tensor):标准差
-
out(tensor):结果张量,默认为None
import torch
torch.normal(mean=torch.arange(1., 11.),
std=torch.arange(1, 0, -0.1))
输出结果为:tensor([2.8568, 2.1782, 3.7348, 3.2923, 5.2768, 5.9788, 7.6470, 8.0849, 9.1950, 9.9892])
- Note:均值和方差需使用同一数据类型