torch.normal

torch.normal(mean, std, *, generator=None, out=None) → Tensor

返回一個張量，其中的隨機數從各自的正態分佈中抽取，這些分佈的均值和標準差已給定。

mean 是一個張量，包含每個輸出元素對應正態分佈的均值。

std 是一個張量，包含每個輸出元素對應正態分佈的標準差。

mean 和 std 的形狀不需要匹配，但每個張量中的總元素數量必須相同。

注意

當形狀不匹配時，mean 的形狀將用作返回輸出張量的形狀。

注意

當 std 是 CUDA 張量時，此函式會將其裝置與 CPU 同步。

引數

• mean (Tensor) – 每元素均值的張量

• std (Tensor) – 每元素標準差的張量

關鍵字引數

• generator (torch.Generator, 可選) – 用於取樣的偽隨機數生成器

• out (Tensor, 可選) – 輸出張量。

示例

>>> torch.normal(mean=torch.arange(1., 11.), std=torch.arange(1, 0, -0.1))
tensor([  1.0425,   3.5672,   2.7969,   4.2925,   4.7229,   6.2134,
          8.0505,   8.1408,   9.0563,  10.0566])

torch.normal(mean=0.0, std, *, out=None) → Tensor

類似於上述函式，但所有抽取的元素共享均值。

引數

• mean (float, 可選) – 所有分佈的均值

• std (Tensor) – 每元素標準差的張量

關鍵字引數

out (Tensor, 可選) – 輸出張量。

示例

>>> torch.normal(mean=0.5, std=torch.arange(1., 6.))
tensor([-1.2793, -1.0732, -2.0687,  5.1177, -1.2303])

torch.normal(mean, std=1.0, *, out=None) → Tensor

類似於上述函式，但所有抽取的元素共享標準差。

引數

• mean (Tensor) – 每元素均值的張量

• std (float, 可選) – 所有分佈的標準差

關鍵字引數

out (Tensor, 可選) – 輸出張量

示例

>>> torch.normal(mean=torch.arange(1., 6.))
tensor([ 1.1552,  2.6148,  2.6535,  5.8318,  4.2361])

torch.normal(mean, std, size, *, out=None) → Tensor

類似於上述函式，但所有抽取的元素共享均值和標準差。結果張量的尺寸由 size 給定。

引數

• mean (float) – 所有分佈的均值

• std (float) – 所有分佈的標準差

• size (int...) – 定義輸出張量形狀的整數序列。

關鍵字引數

out (Tensor, 可選) – 輸出張量。

示例

>>> torch.normal(2, 3, size=(1, 4))
tensor([[-1.3987, -1.9544,  3.6048,  0.7909]])