当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python PyTorch randn用法及代码示例


本文简要介绍python语言中 torch.randn 的用法。

用法:

torch.randn(*size, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor

参数

size(诠释...) -定义输出张量形状的整数序列。可以是可变数量的参数或像列表或元组这样的集合。

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) -返回张量的所需数据类型。默认值:如果 None ,使用全局默认值(参见 torch.set_default_tensor_type() )。

  • 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,其中填充了来自均值 0 和方差 1(也称为标准正态分布)的正态分布的随机数。

张量的形状由变量参数 size 定义。

例子:

>>> torch.randn(4)
tensor([-2.1436,  0.9966,  2.3426, -0.6366])
>>> torch.randn(2, 3)
tensor([[ 1.5954,  2.8929, -1.0923],
        [ 1.1719, -0.4709, -0.1996]])

相关用法


注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.randn。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。