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
Ronin-Lotus2 小时前
深度学习篇---剪裁&缩放
图像处理·人工智能·缩放·剪裁
cpsvps3 小时前
3D芯片香港集成:技术突破与产业机遇全景分析
人工智能·3d
国科安芯3 小时前
抗辐照芯片在低轨卫星星座CAN总线通讯及供电系统的应用探讨
运维·网络·人工智能·单片机·自动化
AKAMAI3 小时前
利用DataStream和TrafficPeak实现大数据可观察性
人工智能·云原生·云计算
Ai墨芯1114 小时前
深度学习水论文:特征提取
人工智能·深度学习
无名工程师4 小时前
神经网络知识讨论
人工智能·神经网络
nbsaas-boot4 小时前
AI时代,我们更需要自己的开发方式与平台
人工智能
SHIPKING3934 小时前
【机器学习&深度学习】LLamaFactory微调效果与vllm部署效果不一致如何解决
人工智能·深度学习·机器学习
闻道且行之4 小时前
Windows|CUDA和cuDNN下载和安装,默认安装在C盘和不安装在C盘的两种方法
windows·深度学习·cuda·cudnn
jonyleek5 小时前
如何搭建一套安全的,企业级本地AI专属知识库系统?从安装系统到构建知识体系,全流程!
人工智能·安全