torch.normal()笔记

该文章介绍了如何使用PyTorch库中的torch.normal函数来创建一个张量,张量的每个元素都是从给定均值和标准差的独立正态分布中抽取的随机数。通过示例展示了如何设置不同的均值和标准差来生成不同分布的随机数序列。

https://www.cnblogs.com/lindaxin/p/8037965.html

Returns a Tensor of random numbers drawn from separate normal distributions who’s mean and standard deviation are given.

这个是官网给出的解释,大意是返回一个张量,张量里面的随机数是从相互独立的正态分布中随机生成的。

根据官网中给出的实例进一步理解

1

2

3

4

5

6

7

8

9

10

11

12

13

torch.normal(means=torch.arange(1, 11), std=torch.arange(1, 0, -0.1))

 1.5104

 1.6955

 2.4895

 4.9185

 4.9895

 6.9155

 7.3683

 8.1836

 8.7164

 9.8916

[torch.FloatTensor of size 10]

1

2

3

4

5

6

7

8

9

10

11

12

13

>>> torch.arange(1, 11)

  1

  2

  3

  4

  5

  6

  7

  8

  9

 10

[torch.FloatTensor of size 10]

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

>>> torch.arange(1, 0, -0.1)

 1.0000

 0.9000

 0.8000

 0.7000

 0.6000

 0.5000

 0.4000

 0.3000

 0.2000

 0.1000

 0.0000

[torch.FloatTensor of size 11]

#是从均值为1,标准差为1的正态分布中随机生成的

 官网中的实例生成的张量

1

2

3

4

5

6

7

8

9

10

11

1.5104#是从均值为1,标准差为1的正态分布中随机生成的

 1.6955#是从均值为2,标准差为0.9的正态分布中随机生成的

 2.4895

 4.9185

 4.9895

 6.9155

 7.3683

 8.1836

 8.7164

 9.8916

[torch.FloatTensor of size 10]

 以此类推

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值