Python PyTorch randn用法及代碼示例

本文簡要介紹python語言中 torch.randn 的用法。

用法:

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

參數：

size(詮釋...) -定義輸出張量形狀的整數序列。可以是可變數量的參數或像列表或元組這樣的集合。

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。

• dtype(torch.dtype， 可選的) -返回張量的所需數據類型。默認值：如果 None ，使用全局默認值(參見 torch.set_default_tensor_type() )。

• layout(torch.layout， 可選的) -返回張量的所需布局。默認值：torch.strided。

• device(torch.device， 可選的) -返回張量的所需設備。默認值：如果 None ，使用當前設備作為默認張量類型(參見 torch.set_default_tensor_type() )。 device 將是 CPU 張量類型的 CPU 和 CUDA 張量類型的當前 CUDA 設備。

• requires_grad(bool,可選的) -如果 autograd 應該在返回的張量上記錄操作。默認值：False。

返回一個張量，其中填充了來自均值 0 和方差 1(也稱為標準正態分布)的正態分布的隨機數。

\text{out}_{i} \sim \mathcal{N}(0, 1)

張量的形狀由變量參數 size 定義。

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]])