torch.randn¶
- torch.randn(*size, *, generator=None, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False, pin_memory=False) Tensor ¶
返回一个用来自均值为 0、方差为 1 的正态分布(也称为标准正态分布)的随机数填充的张量。
对于复数数据类型,该张量是独立同分布采样的,来自均值为零、方差为 1 的复数正态分布,如下所示:
这等同于分别对 的实部 和虚部 进行采样,如下所示:
张量的形状由变量参数
size
定义。- 参数
size (int...) – 定义输出张量形状的整数序列。可以是可变数量的参数,也可以是列表或元组之类的集合。
- 关键字参数
generator (
torch.Generator
, 可选) – 用于采样的伪随机数生成器out (Tensor, 可选) – 输出张量。
dtype (
torch.dtype
, 可选) – 返回张量的所需数据类型。默认值:如果为None
,则使用全局默认值(见torch.set_default_dtype()
)。layout (
torch.layout
, 可选) – 返回张量的所需布局。默认值:torch.strided
。device (
torch.device
, 可选) – 返回张量的所需设备。默认值:如果为None
,则使用当前设备作为默认张量类型的设备(见torch.set_default_device()
)。device
对 CPU 张量类型将是 CPU,对 CUDA 张量类型将是当前 CUDA 设备。requires_grad (bool, 可选) – 是否应记录返回张量上的操作以进行自动微分。默认值:
False
。pin_memory (bool, 可选) – 如果设置,则返回的张量将在固定内存中分配。仅适用于 CPU 张量。默认值:
False
。
示例
>>> torch.randn(4) tensor([-2.1436, 0.9966, 2.3426, -0.6366]) >>> torch.randn(2, 3) tensor([[ 1.5954, 2.8929, -1.0923], [ 1.1719, -0.4709, -0.1996]])