torch.randn用法

torch.randn:用来生成随机数字的tensor,这些随机数字满足标准正态分布(0~1)。
torch.randn(size),size可以是一个整数,也可以是一个元组。

代码示例:

import torch
a=torch.randn(3)
b=torch.randn(3,4)
print("a:",a)
print("b:",b)

输出:

a: tensor([ 0.9405, -0.1068,  0.1712])
b: tensor([[-1.0962, -0.1893,  1.2323,  0.5703],
        [-1.5256, -1.4923,  0.4275,  0.5143],
        [ 1.1200,  0.5317,  1.1961, -2.2533]])
  • 50
    点赞
  • 93
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
引用\[3\]:torch.rand是一个函数,用于生成指定大小的随机数张量。它的用法torch.rand(*sizes, out=None),其中*sizes是一个可变长度的参数,用于指定生成张量的大小。生成的张量的元素是在区间\[0, 1)上均匀分布的随机数。例如,torch.rand(2, 3)将生成一个大小为2x3的张量,其中的元素是在区间\[0, 1)上的随机数。\[3\] 引用\[2\]:torch.randn也是一个函数,用于生成指定大小的随机数张量。它的用法torch.randn(*sizes, out=None),其中*sizes是一个可变长度的参数,用于指定生成张量的大小。生成的张量的元素是从标准正态分布中抽取的随机数。例如,torch.randn(2, 3)将生成一个大小为2x3的张量,其中的元素是从标准正态分布中抽取的随机数。\[2\] 所以,torch.randtorch.randn都是用于生成随机数张量的函数,不同之处在于生成的随机数的分布不同。torch.rand生成的随机数是在区间\[0, 1)上均匀分布的,而torch.randn生成的随机数是从标准正态分布中抽取的。 #### 引用[.reference_title] - *1* [torch.randtorch.randn及torch.normal的用法](https://blog.csdn.net/qq_45605482/article/details/123312260)[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^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [torch.randn和torch.rand有什么区别](https://blog.csdn.net/wangwangstone/article/details/89815661)[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^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .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
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