一、torch.rand()：構(gòu)造均勻分布張量的方法

torch.rand是用于生成均勻隨機(jī)分布張量的函數(shù)，從區(qū)間[0,1)的均勻分布中隨機(jī)抽取一個(gè)隨機(jī)數(shù)生成一個(gè)張量，其調(diào)用方法如下所示：

torch.rand(sizes, out=None) ?? Tensor

其中，

sizes：用于定義輸出張量的形狀

簡(jiǎn)單的示例代碼如下所示：

import torch

# 生成一個(gè)每個(gè)元素服從0-1均勻分布的4行3列隨機(jī)張量
tensor_1 = torch.rand(4, 3)
print(tensor_1, tensor_1.type())

輸出結(jié)果如下圖所示：

二、torch.randn()：構(gòu)造標(biāo)準(zhǔn)正態(tài)分布張量的方法

torch.randn()是用于生成正態(tài)隨機(jī)分布張量的函數(shù)，從標(biāo)準(zhǔn)正態(tài)分布中隨機(jī)抽取一個(gè)隨機(jī)數(shù)生成一個(gè)張量，其調(diào)用方法如下所示：

torch.randn(sizes, out=None) ?? Tensor

其中，

sizes：用于定義輸出張量的形狀

簡(jiǎn)單的示例代碼如下所示：

import torch

# 生成一個(gè)每個(gè)元素均為標(biāo)準(zhǔn)正態(tài)分布的4行3列隨機(jī)張量
tensor_2 = torch.randn(4, 3)
print(tensor_2, tensor_1.type())

輸出結(jié)果如下圖所示：

三、torch.randint()：構(gòu)造區(qū)間分布張量的方法

torch.randint()是用于生成任意區(qū)間分布張量的函數(shù)，從標(biāo)準(zhǔn)正態(tài)分布中隨機(jī)抽取一個(gè)隨機(jī)數(shù)生成一個(gè)張量，其調(diào)用方法如下所示：

torch.randint(low=0, high, sizes, out=None) ?? Tensor

其中，

low~high：隨機(jī)數(shù)的區(qū)間范圍

sizes：用于定義輸出張量的形狀

簡(jiǎn)單的示例代碼如下所示：

# 生成一個(gè)每個(gè)元素均為[1-10]均勻分布的4行3列隨機(jī)張量
tensor_3 = torch.randint(1, 10, (4, 3))
print(tensor_3, tensor_3.type())

輸出結(jié)果如下圖所示：

四、torch.randperm()：根據(jù)生成的隨機(jī)序號(hào)對(duì)張量進(jìn)行隨機(jī)排序的方法

torch.randint()是用于對(duì)張量序號(hào)進(jìn)行隨機(jī)排序的函數(shù)，并根據(jù)生成的隨機(jī)序列，其調(diào)用格式如下所示：

torch.randperm(n, out=None, dtype=torch.int64) ?? LongTensor

其中，

n：一個(gè)整數(shù)，可以理解為張量某個(gè)方向的維度

dtype：返回的數(shù)據(jù)類型（torch.int64）

簡(jiǎn)單的示例代碼如下所示：

下面代碼實(shí)現(xiàn)的功能為：將二維張量按照行進(jìn)行隨機(jī)排序。

# 生成一個(gè)0~3的隨機(jī)整數(shù)排序
idx = torch.randperm(4)
# 生成一個(gè)4行3列的張量
tensor_4 = torch.Tensor(4, 3)

# 為了方便對(duì)比，首先輸出tensor_4的結(jié)果
print("原始張量\n", tensor_4)

# 下面輸出隨機(jī)生成的行序號(hào)
print("\n生成的隨機(jī)序號(hào)\n", idx)

# 下面的指令實(shí)現(xiàn)了在行的方向上，對(duì)tensor_4進(jìn)行隨機(jī)排序，并輸出結(jié)果
print("\n隨機(jī)排序后的張量\n", tensor_4[idx])

輸出結(jié)果如下圖所示：

總結(jié)

到此這篇關(guān)于Pytorch隨機(jī)數(shù)生成常用的4種方法匯總的文章就介紹到這了,更多相關(guān)Pytorch隨機(jī)數(shù)生成內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論