torch.randn和torch.rand有什么区别

目录

• 均匀分布
• 标准正态分布
• 离散正态分布
• 线性间距向量

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。

torch.randn(2, 3)
torch.rand(2, 3)

均匀分布

torch.rand(*sizes, out=None) → Tensor

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

标准正态分布

**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

其他分布取数：

离散正态分布

torch.normal(means, std, out=None) → Tensor
eg：

>>> torch.normal(mean=0.5, std=torch.arange(1, 6).float())
tensor([ 0.2269, -1.3955,  3.6754, -2.5258,  1.4732])

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。