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
就是有点傻几秒前
VM图像处理之图像二值化
图像处理·人工智能·计算机视觉
行云流水剑8 分钟前
【学习记录】深入解析 AI 交互中的五大核心概念:Prompt、Agent、MCP、Function Calling 与 Tools
人工智能·学习·交互
love530love16 分钟前
【笔记】在 MSYS2(MINGW64)中正确安装 Rust
运维·开发语言·人工智能·windows·笔记·python·rust
狂小虎16 分钟前
02 Deep learning神经网络的编程基础 逻辑回归--吴恩达
深度学习·神经网络·逻辑回归
A林玖21 分钟前
【机器学习】主成分分析 (PCA)
人工智能·机器学习
molunnnn22 分钟前
DAY 15 复习日
机器学习
Jamence25 分钟前
多模态大语言模型arxiv论文略读(108)
论文阅读·人工智能·语言模型·自然语言处理·论文笔记
tongxianchao26 分钟前
双空间知识蒸馏用于大语言模型
人工智能·语言模型·自然语言处理
苗老大28 分钟前
MMRL: Multi-Modal Representation Learning for Vision-Language Models(多模态表示学习)
人工智能·学习·语言模型
中达瑞和-高光谱·多光谱39 分钟前
中达瑞和SHIS高光谱相机在黑色水彩笔墨迹鉴定中的应用
人工智能·数码相机