PyTorch随机数生成：torch.rand，torch.randn，torch.randind，torch.rand_like

最新推荐文章于 2024-12-14 22:56:03 发布

原创

最新推荐文章于 2024-12-14 22:56:03 发布 · 6.4k 阅读

收录于

当前文章被以下社区和专栏收录：

本文介绍了PyTorch中常用的随机数生成函数，如torch.rand()生成均匀分布的浮点数，torch.randn()生成正态分布，torch.randint()生成整数范围，以及torch.rand_like()、torch.randn_like()和torch.randint_like()生成与给定形状一致的随机张量。

在用PyTorch做深度学习开发过程中，时常用到随机数生成功能，但经常记不住几个随机数生成函数的用法，现在正好有点时间，整理一下。

1. torch.rand()

torch.rand(*size, *, generator=None, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False, pin_memory=False) → Tensor

该函数可以生成一个范围在[0, 1)之间均匀分布的随机tensor，tensor的形状由size指定。随机数类型默认为torch.float32，也可以通过torch.set_default_tensor_type()指定默认类型，例如：

>>> torch.tensor([1.2, 3]).dtype    # initial default  is torch.float32
torch.float32
>>> torch.set_default_tensor_type(torch.DoubleTensor)
>>> torch.tensor([1.2, 3]).dtype    # a new floating point tensor
torch.float64

Example:

生成一个3x4的tensor: