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
断眉的派大星1 小时前
均值为0,方差为1:数据的“标准校服”
人工智能·机器学习·均值算法
A尘埃1 小时前
电子厂PCB板焊点缺陷检测(卷积神经网络CNN)
人工智能·神经网络·cnn
Tadas-Gao1 小时前
缸中之脑:大模型架构的智能幻象与演进困局
人工智能·深度学习·机器学习·架构·大模型·llm
中金快讯1 小时前
新视野混合净值波动有几何?贝莱德基金回撤控制策略是否命中关键?
人工智能
楚兴1 小时前
MacBook M1 安装 OpenClaw 完整指南
人工智能·后端
23遇见1 小时前
探索CANN:开源AI计算底座的关键组件与技术思想
人工智能
jl48638212 小时前
变比测试仪显示屏的“标杆“配置!如何兼顾30000小时寿命与六角矢量图精准显示?
人工智能·经验分享·嵌入式硬件·物联网·人机交互
2301_818730562 小时前
transformer(上)
人工智能·深度学习·transformer
木枷2 小时前
Online Process Reward Learning for Agentic Reinforcement Learning
人工智能·深度学习·机器学习
m0_563745112 小时前
误差卡尔曼滤波在VINS-mono中的应用
人工智能·机器学习