torch.normal¶
- torch.normal(mean, std, *, generator=None, out=None) Tensor ¶
返回一个张量,其中包含从独立的正态分布中抽取的随机数,这些分布的均值和标准差已给出。
The
mean
是一个张量,包含每个输出元素的正态分布的均值The
std
是一个张量,包含每个输出元素的正态分布的标准差The shapes of
mean
andstd
不需要匹配,但每个张量中的元素总数需要相同。注意
当形状不匹配时,
mean
的形状将用作返回的输出张量的形状注意
When
std
是一个 CUDA 张量,此函数会同步其设备与 CPU。- 参数
- 关键字参数
generator (
torch.Generator
, optional) – 用于采样的伪随机数生成器out (Tensor, optional) – 输出张量。
示例
>>> torch.normal(mean=torch.arange(1., 11.), std=torch.arange(1, 0, -0.1)) tensor([ 1.0425, 3.5672, 2.7969, 4.2925, 4.7229, 6.2134, 8.0505, 8.1408, 9.0563, 10.0566])
- torch.normal(mean=0.0, std, *, out=None) Tensor
类似于上面的函数,但均值在所有抽取的元素之间共享。
示例
>>> torch.normal(mean=0.5, std=torch.arange(1., 6.)) tensor([-1.2793, -1.0732, -2.0687, 5.1177, -1.2303])
- torch.normal(mean, std=1.0, *, out=None) Tensor
类似于上面的函数,但标准差在所有抽取的元素之间共享。
示例
>>> torch.normal(mean=torch.arange(1., 6.)) tensor([ 1.1552, 2.6148, 2.6535, 5.8318, 4.2361])
- torch.normal(mean, std, size, *, out=None) Tensor
类似于上面的函数,但均值和标准差在所有抽取的元素之间共享。结果张量的大小由
size
给出。- 参数
- 关键字参数
out (Tensor, optional) – 输出张量。
示例
>>> torch.normal(2, 3, size=(1, 4)) tensor([[-1.3987, -1.9544, 3.6048, 0.7909]])