1. torch.rand()
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,形状由可变参数sizes 定义。
1.1 参数
- sizes (int…) – 整数序列,定义了输出形状
- out (Tensor, optinal) - 结果张量
1.2 例子
>>> torch.rand(4)
0.9193
0.3347
0.3232
0.7715
[torch.FloatTensor of size 4]
>>> torch.rand(2, 3)
0.5010 0.5140 0.0719
0.1435 0.5636 0.0538
[torch.FloatTensor of size 2x3]
2. torch.randn()
torch.randn(*sizes, out=None) → Tensor
返回一个张量,包含了从标准正态分布(Normal distribution)(均值为0,方差为 1,即高斯白噪声)中抽取一组随机数,形状由可变参数sizes定义。
2.1 参数
- sizes (int…) – 整数序列,定义了输出形状
- out (Tensor, optinal) - 结果张量
2.2 例子
>>> torch.randn(4)
-0.1145
0.0094
-1.1717
0.9846
[torch.FloatTensor of size 4]
>>> torch.randn(2, 3)
1.4339 0.3351 -1.0999
1.5458 -0.9643 -0.3558
[torch.FloatTensor of size 2x3]
3. torch.randperm
torch.randperm(n, out=None) → LongTensor
给定参数n,返回一个从0 到n -1 的随机整数排列。
3.1 参数
- n (int) – 上边界(不包含)
3.2 例子
>>> torch.randperm(4)
2
1
3
0
[torch.LongTensor of size 4]