PyTorch之torch.randn()如何創(chuàng)建正態(tài)分布隨機(jī)數(shù)
torch.randn()如何創(chuàng)建正態(tài)分布隨機(jī)數(shù)
torch.randn(*size)從均值為0,方差為1的正態(tài)分布中獲取隨機(jī)數(shù)
【sample】
In [1]: import torch In [2]: torch.randn(3) Out[2]: tensor([1.7896, 0.7974, 0.7416]) In [3]: torch.randn(2,3) Out[3]: tensor([[ 0.4030, -0.3138, -0.7579], ? ? ? ? [-0.1486, ?1.0306, ?0.0734]]) In [4]: torch.randn(()) Out[4]: tensor(-0.8383) # 維度為0
torch之隨機(jī)數(shù)生成方式
torch.rand()?? ? torch.randn() torch.normal() torch.linespace()
1. 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]
2. 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]
3.離散正態(tài)分布
torch.normal(means, std, out=None) → → Tensor
返回一個(gè)張量,包含了從指定均值means和標(biāo)準(zhǔn)差std的離散正態(tài)分布中抽取的一組隨機(jī)數(shù)。
標(biāo)準(zhǔn)差std是一個(gè)張量,包含每個(gè)輸出元素相關(guān)的正態(tài)分布標(biāo)準(zhǔn)差。
參數(shù):
means (float, optional)
- 均值std (Tensor)
- 標(biāo)準(zhǔn)差out (Tensor)
- 輸出張量
例子:
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]
4.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)。
輸出張量的長度由steps決定。
參數(shù):
start (float)
- 區(qū)間的起始點(diǎn)end (float)
- 區(qū)間的終點(diǎn)steps (int)
- 在start和end間生成的樣本數(shù)out (Tensor, optional)
- 結(jié)果張量
例子:
torch.linspace(3, 10, steps=5) 3.0000 4.7500 6.5000 8.2500 10.0000 [torch.FloatTensor of size 5]
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
用Python實(shí)現(xiàn)zip密碼破解實(shí)例
大家好,本篇文章主要講的是用Python實(shí)現(xiàn)zip密碼破解實(shí)例,感興趣的同學(xué)趕快來看一看吧,對你有幫助的話記得收藏一下2022-01-01python爬取數(shù)據(jù)中的headers和代理IP問題分析
這篇文章主要為大家介紹了python爬取數(shù)據(jù)中的headers和代理IP問題分析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-06-06python爬取拉勾網(wǎng)職位數(shù)據(jù)的方法
這篇文章主要介紹了python爬取拉勾網(wǎng)職位數(shù)據(jù)的實(shí)現(xiàn)方法,非常不錯(cuò),具有參考借鑒價(jià)值,需要的朋友可以參考下2018-01-01python保存大型 .mat 數(shù)據(jù)文件報(bào)錯(cuò)超出 IO 限制的操作
這篇文章主要介紹了python保存大型 .mat 數(shù)據(jù)文件報(bào)錯(cuò)超出 IO 限制的操作,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-05-05python虛擬環(huán)境創(chuàng)建的兩種方法
本文主要介紹了python虛擬環(huán)境創(chuàng)建的兩種方法,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-05-05python實(shí)現(xiàn)讀取excel寫入mysql的小工具詳解
EXCEL 和 MySQL 大體上來說都可以算是"數(shù)據(jù)庫",MySQL貌似有EXCEL的接口,但是最近在自學(xué)Python,用Python實(shí)現(xiàn)了一下,下面這篇文章主要給大家介紹了關(guān)于利用python實(shí)現(xiàn)讀取excel寫入mysql的一個(gè)小工具,需要的朋友可以參考下。2017-11-11