Pytorch：生成隨機數Tensor的方法匯總

在使用PyTorch做實驗時經常會用到生成隨機數Tensor的方法，比如：

torch.rand()

torch.randn()

torch.normal()

torch.linespace()

 

均勻分布

torch.rand(*sizes, out=None) → Tensor

返回一個張量，包含了從區間[0, 1)的均勻分布中抽取的一組隨機數。張量的形狀由參數sizes定義。

參數:

• sizes (int…) - 整數序列，定義了輸出張量的形狀
• out (Tensor, optinal) - 結果張量

torch.rand(2, 3)
[[0.0836 0.6151 0.6958],
 [0.6998 0.2560 0.0139]]
[torch.FloatTensor of size 2x3]

 

 

標准正態分布

 

torch.randn(*sizes, out=None) → Tensor

返回一個張量，包含了從標准正態分布（均值為0，方差為1，即高斯白噪聲）中抽取的一組隨機數。張量的形狀由參數sizes定義。

參數:

• sizes (int…) - 整數序列，定義了輸出張量的形狀
• out (Tensor, optinal) - 結果張量

torch.randn(2, 3)
0.5419 0.1594 -0.0413
-2.7937 0.9534 0.4561
[torch.FloatTensor of size 2x3]

 

離散正態分布

torch.normal(means, std, out=None) → → Tensor

返回一個張量，包含了從指定均值means和標准差std的離散正態分布中抽取的一組隨機數。

標准差std是一個張量，包含每個輸出元素相關的正態分布標准差。

參數:

• means (float, optional) - 均值
• std (Tensor) - 標准差
• out (Tensor) - 輸出張量

torch.normal(mean=0.5, std=torch.arange(1, 6))
-0.1505
-1.2949
-4.4880
-0.5697
-0.8996
[torch.FloatTensor of size 5]

 

 

線性間距向量

torch.linspace(start, end, steps=100, out=None) → Tensor

返回一個1維張量，包含在區間start和end上均勻間隔的step個點。

輸出張量的長度由steps決定。

參數：

• start (float) - 區間的起始點
• end (float) - 區間的終點
• steps (int) - 在start和end間生成的樣本數
• out (Tensor, optional) - 結果張量

torch.linspace(3, 10, steps=5)
3.0000
4.7500
6.5000
8.2500
10.0000
[torch.FloatTensor of size 5]

 

轉載至：https://www.cnblogs.com/pythonClub/p/10412146.html