Python PyTorch normal用法及代碼示例

本文簡要介紹python語言中 torch.normal 的用法。

用法:

torch.normal(mean, std, *, generator=None, out=None) → Tensor

參數：

• mean(Tensor) -per-element 的張量表示

• std(Tensor) -per-element 標準差的張量

關鍵字參數：

• generator(torch.Generator， 可選的) -用於采樣的偽隨機數發生器

• out(Tensor,可選的) -輸出張量。

參數：

• mean(float,可選的) -所有分布的平均值

• std(Tensor) -per-element 標準差的張量

關鍵字參數：

out(Tensor,可選的) -輸出張量。

參數：

• mean(Tensor) -per-element 的張量表示

• std(float,可選的) -所有分布的標準差

關鍵字參數：

out(Tensor,可選的) -輸出張量

參數：

• mean(float) -所有分布的平均值

• std(float) -所有分布的標準差

• size(詮釋...) -定義輸出張量形狀的整數序列。

關鍵字參數：

out(Tensor,可選的) -輸出張量。

返回從給出均值和標準差的獨立正態分布中抽取的隨機數張量。

mean 是一個張量，每個輸出元素的正態分布均值

std 是一個張量，每個輸出元素的正態分布的標準差

mean 和 std 的形狀不需要匹配，但每個張量的元素總數需要相同。

注意

當形狀不匹配時，使用 mean 的形狀作為返回輸出張量的形狀

注意

當 std 是 CUDA 張量時，此函數將其設備與 CPU 同步。

例子：

>>> torch.normal(mean=torch.arange(1., 11.), std=torch.arange(1, 0, -0.1))
tensor([  1.0425,   3.5672,   2.7969,   4.2925,   4.7229,   6.2134,
          8.0505,   8.1408,   9.0563,  10.0566])

torch.normal(mean=0.0, std, *, out=None) → Tensor

與上麵的函數類似，但方法在所有繪製的元素之間共享。

例子：

>>> torch.normal(mean=0.5, std=torch.arange(1., 6.))
tensor([-1.2793, -1.0732, -2.0687,  5.1177, -1.2303])

torch.normal(mean, std=1.0, *, out=None) → Tensor

與上麵的函數類似，但標準偏差在所有繪製的元素之間共享。

例子：

>>> torch.normal(mean=torch.arange(1., 6.))
tensor([ 1.1552,  2.6148,  2.6535,  5.8318,  4.2361])

torch.normal(mean, std, size, *, out=None) → Tensor

與上麵的函數類似，但均值和標準差在所有繪製元素之間共享。結果張量的大小由 size 給出。

例子：

>>> torch.normal(2, 3, size=(1, 4))
tensor([[-1.3987, -1.9544,  3.6048,  0.7909]])