本文详细介绍了PyTorch中的`torch.randn()`和`torch.rand()`函数，用于生成随机张量。`torch.randn()`遵循正态分布，而`torch.rand()`遵循均匀分布。文中通过代码示例展示了如何自定义张量形状和数值范围，帮助理解这两个函数在深度学习和张量操作中的应用。
PyTorch中的torch.randn()和torch.rand()都是用于生成张量的函数，它们各有不同的特点和应用场景。接下来，我们将通过代码和描述来介绍它们的区别。
【torch.randn】- 以正态分布生成随机数
torch.randn(*size, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False)是PyTorch中一个常用的张量生成函数之一，用于生成一个指定形状（size）的张量，并且张量中的数值是从均值为0，标准差为1的正态分布中生成的。
下面是一个简单的示例，展示如何使用torch.randn()生成一个形状为 ( 3 , 4 ) (3,4)
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
