torch.rand()和torch.randn()的区别

torch.rand() 和 torch.randn() 是 PyTorch 中用于生成张量的两个函数,它们之间的主要区别在于生成张量元素的方式不同:

1.torch.rand():

torch.rand() 用于生成元素值在 [0, 1) 之间均匀分布的随机张量。

返回的张量中的每个元素都是从区间 [0, 1) 的均匀分布中随机采样得到的。

示例:

python 复制代码
import torch

# 生成一个形状为 (2, 3) 的随机张量,值在 [0, 1) 的均匀分布中随机取样
x = torch.rand(2, 3)

2.torch.randn():

torch.randn() 用于生成元素值服从标准正态分布(均值为0,方差为1)的随机张量。

返回的张量中的每个元素都是从标准正态分布中随机采样得到的。

python 复制代码
import torch

# 生成一个形状为 (2, 3) 的随机张量,值服从标准正态分布
x = torch.randn(2, 3)

总的来说,torch.rand() 生成的张量中的元素值来自 [0, 1) 的均匀分布,而 torch.randn() 生成的张量中的元素值来自标准正态分布。因此,你可以根据需要选择合适的随机初始化方法。

相关推荐
VALENIAN瓦伦尼安教学设备21 小时前
镭射对心仪在联轴器找正作用
大数据·数据库·人工智能·嵌入式硬件
清铎21 小时前
项目_Agent实战
开发语言·人工智能·深度学习·算法·机器学习
沃达德软件21 小时前
视频侦查图像清晰化技术
图像处理·人工智能·目标检测·机器学习·计算机视觉·视觉检测·超分辨率重建
数说星榆18121 小时前
AI存储革新:专为大模型设计的高性能存储
人工智能
Σίσυφος190021 小时前
特征值分解eig
人工智能·算法
K·Herbert21 小时前
OpenClaw 私人电脑部署风险
人工智能·安全·编辑器
薛定谔的猫198221 小时前
十六、用 GPT2 中文古文模型实现经典名句续写
人工智能·深度学习·gpt2·大模型 训练 调优
Java后端的Ai之路21 小时前
【RAG技术】- 趣味解读RAG 高效召回秘籍之索引扩展
人工智能·机器学习·rag调优·索引拓展
发光的叮当猫21 小时前
记录AI相关的50个关键词和20本书
人工智能
jay神21 小时前
基于深度学习的交通流量预测系统
人工智能·深度学习·自然语言处理·数据集·计算机毕业设计