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
梁萌2 分钟前
自动化测试框架playwright使用
自动化测试·python·ui自动化·playwright
小刘摸鱼中8 分钟前
OpenCV 库函数
人工智能·opencv·计算机视觉
IT_陈寒8 分钟前
Redis 高性能缓存设计:7个核心优化策略让你的QPS提升300%
前端·人工智能·后端
Python×CATIA工业智造15 分钟前
Python回调函数中携带额外状态的完整指南:从基础到高级实践
python·pycharm
害恶细君17 分钟前
【超详细】使用conda配置python的开发环境
开发语言·python·jupyter·pycharm·conda·ipython
java1234_小锋21 分钟前
TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 变量(Variable)的定义与操作
python·深度学习·tensorflow·tensorflow2
文火冰糖的硅基工坊30 分钟前
《投资-78》价值投资者的认知升级与交易规则重构 - 架构
大数据·人工智能·重构
爱写代码的小朋友34 分钟前
生成式人工智能对学习生态的重构:从“辅助工具”到“依赖风险”的平衡难题
人工智能·学习·重构
唤醒手腕1 小时前
唤醒手腕2025年最新机器学习K近邻算法详细教程
人工智能·机器学习·近邻算法
却道天凉_好个秋1 小时前
深度学习(十七):全批量梯度下降 (BGD)、随机梯度下降 (SGD) 和小批量梯度下降 (MBGD)
人工智能·深度学习·梯度下降