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
大模型任我行26 分钟前
谷歌:“课程学习”融入扩散模型强化学习
人工智能·语言模型·自然语言处理·论文笔记
AIGCmagic社区37 分钟前
具身智能专题:机器人也有Scaling Law?智元GE-Act 2.0用3万小时真机数据给出答案
人工智能·aigc·具身智能
Rosanci1 小时前
谷歌浏览器插件开发实战指南:从 Hello World 到上架发布
大数据·人工智能·chrome·程序人生
明月_清风2 小时前
AI 越来越强,程序员真正的价值到底是什么?
人工智能·后端
m0_466525292 小时前
云从科技上线云起ModelHub:AI团队时代的模型算力基础设施
大数据·人工智能·科技
火山引擎开发者社区2 小时前
OpenViking:给 Codex 加上长期记忆
人工智能
荆棘鸟智能2 小时前
城市感知设备怎么统一接入?从多协议网关到设备模型的中间件架构设计
人工智能·算法·边缘计算
火山引擎开发者社区2 小时前
当 AI 内容真假难辨,谁来为真实签名 —— 证书中心 C2PA 内容可信溯源服务正式发布
人工智能
百万蹄蹄向前冲3 小时前
风扇转了一晚上MVP专家团翻车事故
前端·人工智能
米小虾3 小时前
你的 harness 技巧有保质期:176 组对照实验显示,上下文管理的收益从 35.7 分跌到 2.7 分
人工智能·agent