【Pytorch】torch.normal()使用

torch.normal()

torch.normal()

torch.normal(means, std, out=None)

返回一个张量，包含从给定参数means,std的离散正态分布中抽取随机数。 均值means是一个张量，包含每个输出元素相关的正态分布的均值。 std是一个张量，包含每个输出元素相关的正态分布的标准差。 均值和标准差的形状不须匹配，但每个张量的元素个数须相同。

参数:

• means (Tensor) – 均值
• std (Tensor) – 标准差
• out (Tensor) – 可选的输出张量

torch.normal(means=torch.arange(1, 11), std=torch.arange(1, 0, -0.1))1.5104
1.6955
2.4895
4.9185
4.9895
6.9155
7.3683
8.1836
8.7164
9.8916
[torch.FloatTensor of size 10]

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

与上面函数类似，所有抽取的样本共享均值。

参数:

• means (Tensor,optional) – 所有分布均值
• std (Tensor) – 每个元素的标准差
• out (Tensor) – 可选的输出张量

例子:

torch.normal(mean=0.5, std=torch.arange(1, 6))0.57230.0871-0.3783-2.568910.7893
[torch.FloatTensor of size 5]

torch.normal(means, std=1.0, out=None)

与上面函数类似，所有抽取的样本共享标准差。

参数:

• means (Tensor) – 每个元素的均值
• std (float, optional) – 所有分布的标准差
• out (Tensor) – 可选的输出张量

例子:

>>> torch.normal(means=torch.arange(1, 6))1.16812.88843.77182.56164.2500
[torch.FloatTensor of size 5]