Pytorch常用的4种随机数生成方法
*
– 一、torch.rand()：构造均匀分布张量的方法
– 二、torch.randn()：构造标准正态分布张量的方法
– 三、torch.randint()：构造区间分布张量的方法
– 四、torch.randperm()：根据生成的随机序号对张量进行随机排序的方法
一、torch.rand()：构造均匀分布张量的方法
torch.rand是用于生成 均匀随机分布张量的函数，从区间[0,1)的均匀分布中随机抽取一个随机数生成一个张量，其调用方法如下所示：
torch.rand(sizes, out=None) ➡️ Tensor
其中，
sizes：用于定义输出张量的形状
简单的示例代码如下所示：
import torch
tensor_1 = torch.rand(4, 3)
print(tensor_1, tensor_1.type())
输出结果如下图所示：
二、torch.randn()：构造标准正态分布张量的方法
torch.randn()是用于生成正态随机分布张量的函数，从标准正态分布中随机抽取一个随机数生成一个张量，其调用方法如下所示：
torch.randn(sizes, out=None) ➡️ Tensor
其中，
sizes：用于定义输出张量的形状
简单的示例代码如下所示：
import torch
tensor_2 = torch.randn(4, 3)
print(tensor_2, tensor_1.type())
输出结果如下图所示：
三、torch.randint()：构造区间分布张量的方法
torch.randint()是用于生成任意区间分布张量的函数，从标准正态分布中随机抽取一个随机数生成一个张量，其调用方法如下所示：
torch.randint(low=0, high, sizes, out=None) ➡️ Tensor
其中，
low~high：随机数的区间范围sizes：用于定义输出张量的形状
简单的示例代码如下所示：
tensor_3 = torch.randint(1, 10, (4, 3))
print(tensor_3, tensor_3.type())
输出结果如下图所示：
四、torch.randperm()：根据生成的随机序号对张量进行随机排序的方法
torch.randint()是用于对张量序号进行随机排序的函数，并根据生成的随机序列，其调用格式如下所示：
torch.randperm(n, out=None, dtype=torch.int64) ➡️ LongTensor
其中，
n：一个整数，可以理解为张量某个方向的维度dtype：返回的数据类型（torch.int64）
简单的示例代码如下所示：
下面代码实现的功能为：将二维张量按照行进行随机排序。
idx = torch.randperm(4)
tensor_4 = torch.Tensor(4, 3)
print("原始张量\n", tensor_4)
print("\n生成的随机序号\n", idx)
print("\n随机排序后的张量\n", tensor_4[idx])
输出结果如下图所示：
Original: https://blog.csdn.net/weixin_37926734/article/details/126614099
Author: 嵌入式技术
Title: Pytorch常用的4种随机数生成方法
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/707170/
转载文章受原作者版权保护。转载请注明原作者出处！