torch.randn vs torch.rand

1 分布类型:

randn:生成标准正态分布(均值 0,标准差 1)

rand:生成 [0, 1) 区间的均匀分布

2 数值范围:

randn:可能产生负数(范围 (-∞, +∞))

rand:只产生非负数(范围 [0, 1))

3 典型应用:

python 复制代码
# 生成正态分布数据(适合模拟噪声/自然现象)
noise = torch.randn(100)  # 包含正负数

# 生成均匀分布数据(适合概率/颜色通道值等)
probabilities = torch.rand(100)  # 全在 0-1 之间
相关推荐
AKAMAI9 分钟前
Akamai Cloud客户案例 | IPPRA的简洁、经济、易用的云计算服务
人工智能·云计算
Exploring34 分钟前
从零搭建使用 Open-AutoGML 搜索附近的美食
android·人工智能
阿里云大数据AI技术1 小时前
在 DataWorks 中一键部署大模型,即刻用于数据集成和数据开发
人工智能
AI科技星1 小时前
质量定义方程常数k = 4π m_p的来源、推导与意义
服务器·数据结构·人工智能·科技·算法·机器学习·生活
机器之心1 小时前
OpenAI推出全新ChatGPT Images,奥特曼亮出腹肌搞宣传
人工智能·openai
机器之心1 小时前
SIGGRAPH Asia 2025:摩尔线程赢图形顶会3DGS挑战赛大奖,自研LiteGS全面开源
人工智能·openai
_Stellar1 小时前
从输入到输出:大语言模型一次完整推理简单解析
人工智能·语言模型·自然语言处理
【建模先锋】1 小时前
特征提取+概率神经网络 PNN 的轴承信号故障诊断模型
人工智能·深度学习·神经网络·信号处理·故障诊断·概率神经网络·特征提取
轲轲011 小时前
Week02 深度学习基本原理
人工智能·深度学习