欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Pytorch基礎(chǔ)之torch.randperm的使用

 更新時(shí)間:2023年02月02日 08:33:31   作者:gy笨瓜  
這篇文章主要介紹了Pytorch基礎(chǔ)之torch.randperm的使用方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

Pytorch torch.randperm的使用

torch.randperm(n):將0~n-1(包括0和n-1)隨機(jī)打亂后獲得的數(shù)字序列,函數(shù)名是random permutation縮寫

【sample】

? ? ? ? ?torch.randperm(10)
===> tensor([2, 3, 6, 7, 8, 9, 1, 5, 0, 4])

torch.randn和torch.rand有什么區(qū)別

torch.rand和torch.randn有什么區(qū)別? y = torch.rand(5,3) y=torch.randn(5,3)

一個(gè)均勻分布,一個(gè)是標(biāo)準(zhǔn)正態(tài)分布。

均勻分布

torch.rand(*sizes, out=None) → Tensor

返回一個(gè)張量,包含了從區(qū)間[0, 1)的均勻分布中抽取的一組隨機(jī)數(shù)。張量的形狀由參數(shù)sizes定義。

參數(shù):

  • sizes (int...) - 整數(shù)序列,定義了輸出張量的形狀
  • out (Tensor, optinal) - 結(jié)果張量

例子:

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

標(biāo)準(zhǔn)正態(tài)分布

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

返回一個(gè)張量,包含了從標(biāo)準(zhǔn)正態(tài)分布(均值為0,方差為1,即高斯白噪聲)中抽取的一組隨機(jī)數(shù)。張量的形狀由參數(shù)sizes定義。

參數(shù):

  • sizes (int...) - 整數(shù)序列,定義了輸出張量的形狀
  • out (Tensor, optinal) - 結(jié)果張量

例子:

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

 其他:

離散正態(tài)分布

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

線性間距向量

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

返回一個(gè)1維張量,包含在區(qū)間start和end上均勻間隔的step個(gè)點(diǎn)。

輸出張量的長(zhǎng)度由steps決定。

總結(jié)

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

最新評(píng)論