Python PyTorch randint用法及代码示例

本文简要介绍python语言中 torch.randint 的用法。

用法:

torch.randint(low=0, high, size, \*, generator=None, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor

参数：

• low(int,可选的) -从分布中提取的最小整数。默认值：0。

• high(int) -要从分布中提取的最高整数之上的一个。

• size(tuple) -定义输出张量形状的元组。

关键字参数：

• generator(torch.Generator， 可选的) -用于采样的伪随机数发生器

• out(Tensor,可选的) -输出张量。

• dtype(torch.dtype， 可选的) -如果 None ，此函数返回一个 dtype 为 torch.int64 的张量。

• layout(torch.layout， 可选的) -返回张量的所需布局。默认值：torch.strided。

• device(torch.device， 可选的) -返回张量的所需设备。默认值：如果 None ，使用当前设备作为默认张量类型(参见 torch.set_default_tensor_type() )。 device 将是 CPU 张量类型的 CPU 和 CUDA 张量类型的当前 CUDA 设备。

• requires_grad(bool,可选的) -如果 autograd 应该在返回的张量上记录操作。默认值：False。

返回一个张量，其中填充了在 low(包括)和 high(不包括)之间均匀生成的随机整数。

张量的形状由变量参数 size 定义。

注意

使用全局 dtype 默认值 (torch.float32)，此函数返回一个 dtype 为 torch.int64 的张量。

例子：

>>> torch.randint(3, 5, (3,))
tensor([4, 3, 4])


>>> torch.randint(10, (2, 2))
tensor([[0, 2],
        [5, 5]])


>>> torch.randint(3, 10, (2, 2))
tensor([[4, 5],
        [6, 7]])