【PyTorch】rand/randn/randint/randperm的区别问题方法结语

71 阅读 0 评论 47 点赞

我是靠谱客的博主风中玫瑰，最近开发中收集的这篇文章主要介绍【PyTorch】rand/randn/randint/randperm的区别问题方法结语，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

问题

随机数的应用场景十分广泛，例如搭建完成网络进行测试的时候需要随机输入，PyTorch提供了rand/randn/randint/randperm等多种随机数的生成方法，那么这些方法的区别是什么呢？在实际开发时，应该如何选择呢？

方法

import torch 

x = torch.zeros(size=(3, 224, 224))

# [0, n) 随机序列
a = torch.randperm(10)
print(a) # tensor([8, 0, 9, 1, 7, 2, 3, 5, 6, 4])

# [a,b) 均匀分布, 注意size参数接受的是一个tuple,而不是整数
# b = torch.rand(size=1) # rand(): argument 'size' must be tuple of ints, not int
b = torch.rand(size=(1, ))
b0 = torch.rand_like(x)
print(b0.shape)

# [a,b) 标准正太分布
d = torch.randn(size=(1,))

# [a, b) 随机整数
c = torch.randint(1, 10, (1,) )