Pytorch基础之torch.randperm的使用
短信预约 -IT技能 免费直播动态提醒
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) → 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
例子：
torch.rand(2, 3)
0.0836 0.6151 0.6958
0.6998 0.2560 0.0139
[torch.FloatTensor of size 2x3]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
例子：
torch.randn(2, 3)
0.5419 0.1594 -0.0413
-2.7937 0.9534 0.4561
[torch.FloatTensor of size 2x3]其他：
离散正态分布
torch.normal(means, std, out=None) → → Tensor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编程网。
免责声明：
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
