ValueError: Expected parameter scale of distribution Normal to satisfy the constraint GreaterThan

本文探讨了在使用PyTorch的Normal分布时,为何logvar需要正数,并通过实例展示了torch.randn和torch.rand的区别。通过解决代码中的错误,揭示了生成满足分布需求的正确方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

所遇到的错误:
在这里插入图片描述
相应的代码:

import torch
import torch.distributions as dist


p = dist.Normal
mu = torch.Tensor(torch.randn(2, 2))
logvar = torch.Tensor(torch.randn(2, 2))
pz_x = p(mu, logvar)  # 在这一步报错
z = pz_x.rsample(torch.Size([1]))

测试发现不是type的问题,发现将logvar的生成语句改为下面的方式就不会报错:

logvar = torch.Tensor(torch.rand(2, 2))
  • torch.randn() 用来生成满足标准正态分布的随机数(有正有负)
  • torch.rand() 用来生成满足0-1的均匀分布的一组随机数

查看了torch.distributions.Normal的官方文档,并对比上面error所提示的 GreaterThan(lower_bound=0.0),可以知道logvar这里的参数需要输入的是正数,所以用rand不会报错,而randn会:
在这里插入图片描述

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