pytorch初始化张量并填充随机整数值

在 PyTorch 中,你可以使用 torch.randinttorch.empty 加上 random_ 方法来初始化张量并填充随机整数值。以下是两种常用的方法:

1. 使用 torch.randint

torch.randint 直接生成一个指定形状的张量

,并填充在给定范围内的随机整数。

示例代码:
复制代码
import torch

# 生成一个 3x3 的张量,填充 0 到 9 之间的随机整数(不包括 10)
tensor = torch.randint(low=0, high=10, size=(3, 3))

print(tensor)

2. 使用 torch.emptyrandom_

torch.empty 先生成一个未初始化的张量,然后用 random_ 方法填充随机整数值。

示例代码:
复制代码
import torch

# 生成一个未初始化的 3x3 张量
tensor = torch.empty(3, 3, dtype=torch.long)

# 用 0 到 9 之间的随机整数(不包括 10)填充张量
tensor = tensor.random_(10)

print(tensor)

解释:

  • torch.randint 是更直接的方式,一步完成张量的初始化和填充。
  • torch.empty + random_ 的组合提供了更多的控制权,比如可以指定张量的 dtype

这两种方法都可以用于生成指定形状和范围的随机整数张量。

相关推荐
不懒不懒几秒前
【实战案例:基于特征匹配的指纹识别系统开发】
人工智能·opencv·计算机视觉
chushiyunen5 分钟前
uv使用笔记(python包的管理工具)
笔记·python·uv
曲幽5 分钟前
FastAPI状态共享秘籍:别再让中间件、依赖和路由“各自为政”了!
python·fastapi·web·request·state·depends·middleware
风清扬【coder】9 分钟前
Anaconda 被误删后抢救手册:数据恢复 + 环境重建应急流程
python·数据恢复·anaconda·环境重建
2401_8845632410 分钟前
进阶技巧与底层原理
jvm·数据库·python
2401_8732046510 分钟前
使用Pandas进行数据分析:从数据清洗到可视化
jvm·数据库·python
ZGi.ai11 分钟前
生产级 Agent 编排 从单一 LLM 调用到多智能体工作流的工程设计
大数据·数据库·人工智能
木斯佳12 分钟前
前端八股文面经大全:阿里云AI应用开发一面(2026-03-20)·面经深度解析
前端·人工智能·阿里云·ai·智能体·流式打印
l1t12 分钟前
DeepSeek 辅助编写python程序求解欧拉计划932题:2025数
开发语言·python·欧拉计划
龙腾AI白云20 分钟前
如何利用大语言模型的能力进行实体关系抽取
人工智能·语言模型·自然语言处理·tornado