开发者

Pytorch基础之torch.randperm的使用

目录
  • Pytorch torch.randperm的使用
  • torch.randn和torch.rand有什么区别
    • 均匀分布
    • 标准正态分布
  • 总结

    Pytorch torch.randperm的使用

    torch.randperm(n):将0~n-1(包括0和n-1)随机打乱后获得的数字序列,函数名是random permutation缩写

    【sample】

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

    torch.randn和torch.rand有什么区别

    torch.rand和torch.randn有什么区别? y = torch.rand(5,3) y=torch.randn(5,3)

    一个均匀分布,一个是标准正态分布。

    均匀分布

    torch.rand(*sizes, out=None) → Tens编程客栈or

    返回一个张量,包含了从区间[0, 1)的均匀分布中抽取的一组随机数。张量的形状由参数sizes定义。

    参数:

    • sizes (int...) - 整数序列,定义了输出张量的形状
    • out (Tensor, optinal) - 结果张量

    例子:

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

    开发者_JS学习准正编程客栈态分布

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

    返回一个张量,包含了从标准正态分布(均值为0,方差为1,即高斯白噪声)中抽取的一组随机数。张量的形状由参数sizes定义。

    参数:

    • sizes (int...) - 整数序列,定义了输出张量的形状
    • out (Tensor, optinal) - 结果张量

    例子:

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

     编程其他:

    离散正态分布

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

    线性间距向量

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

    返回一个1维张量,包含在区间start和end上均匀间隔的step个点。

    输出张量的长度由steps决定。

    总结

    以上为个人经验,希望能给大家一个参考,也希望大家多多支持我们。

    0

    上一篇:

    下一篇:

    精彩评论

    暂无评论...
    验证码 换一张
    取 消

    最新开发

    开发排行榜