torch.randn()函数

meteor,across T sky

于 2020-11-23 19:13:00 发布

阅读量5.7w

点赞数 25

CC 4.0 BY-SA版权

分类专栏： PyTorch 文章标签： pytorch

本文链接：https://blog.csdn.net/qq_42119367/article/details/110004734

PyTorch 专栏收录该内容

6 篇文章

订阅专栏

torch.randn()函数用于生成一个填充了符合标准正态分布随机数的张量，其均值为0，方差为1。该函数接受size参数来定义张量的形状，并可指定输出张量的dtype、layout、device及是否记录梯度。示例展示了如何生成不同形状的随机张量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

torch.randn()

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

返回一个符合均值为0，方差为1的正态分布（标准正态分布）中填充随机数的张量

Parameters

size(int…) --定义输出张量形状的整数序列。可以是数量可变的参数，也可以是列表或元组之类的集合。

Keyword Arguments

out(Tensor, optional) --输出张量
dtype(torch.dtype, optional) --返回张量所需的数据类型。默认:如果没有，使用全局默认值
layout(torch.layout, optional) --返回张量的期望布局。默认值:torch.strided
device(torch.device, optional) --返回张量的所需 device。默认:如果没有，则使用当前设备作为默认张量类型.(CPU或CUDA)
requires_grad(bool, optional) –autograd是否应该记录对返回张量的操作(说明当前量是否需要在计算中保留对应的梯度信息)。默认值:False。

Example:

>>> torch.randn(4)
tensor([-2.1436,  0.9966,  2.3426, -0.6366])
>>> torch.randn(2, 3)
tensor([[ 1.5954,  2.8929, -1.0923],
        [ 1.1719, -0.4709, -0.1996]])