Pytorch基礎(chǔ)之torch.randperm的使用
Pytorch torch.randperm的使用
torch.randperm(n):將0~n-1(包括0和n-1)隨機打亂后獲得的數(shù)字序列,函數(shù)名是random permutation縮寫
【sample】
? ? ? ? ?torch.randperm(10) ===> tensor([2, 3, 6, 7, 8, 9, 1, 5, 0, 4])
torch.randn和torch.rand有什么區(qū)別
torch.rand和torch.randn有什么區(qū)別? y = torch.rand(5,3) y=torch.randn(5,3)
一個均勻分布,一個是標準正態(tài)分布。
均勻分布
torch.rand(*sizes, out=None) → Tensor
返回一個張量,包含了從區(qū)間[0, 1)的均勻分布中抽取的一組隨機數(shù)。張量的形狀由參數(shù)sizes定義。
參數(shù):
sizes (int...)
- 整數(shù)序列,定義了輸出張量的形狀out (Tensor, optinal)
- 結(jié)果張量
例子:
torch.rand(2, 3) 0.0836 0.6151 0.6958 0.6998 0.2560 0.0139 [torch.FloatTensor of size 2x3]
標準正態(tài)分布
torch.randn(*sizes, out=None) → Tensor
返回一個張量,包含了從標準正態(tài)分布(均值為0,方差為1,即高斯白噪聲)中抽取的一組隨機數(shù)。張量的形狀由參數(shù)sizes定義。
參數(shù):
sizes (int...)
- 整數(shù)序列,定義了輸出張量的形狀out (Tensor, optinal)
- 結(jié)果張量
例子:
torch.randn(2, 3) 0.5419 0.1594 -0.0413 -2.7937 0.9534 0.4561 [torch.FloatTensor of size 2x3]
其他:
離散正態(tài)分布
torch.normal(means, std, out=None) → → Tensor
線性間距向量
torch.linspace(start, end, steps=100, out=None) → Tensor
返回一個1維張量,包含在區(qū)間start和end上均勻間隔的step個點。
輸出張量的長度由steps決定。
總結(jié)
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
淺談python的elementtree模塊處理中文注意事項
這篇文章主要介紹了淺談python的elementtree模塊處理中文注意事項,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03使用Mixin設(shè)計模式進行Python編程的方法講解
Mixin模式也可以看作是一種組合模式,綜合多個類的功能來產(chǎn)生一個類而不通過繼承來實現(xiàn),下面就來整理一下使用Mixin設(shè)計模式進行Python編程的方法講解:2016-06-06使用Keras構(gòu)造簡單的CNN網(wǎng)絡(luò)實例
這篇文章主要介紹了使用Keras構(gòu)造簡單的CNN網(wǎng)絡(luò)實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06python操作數(shù)據(jù)庫之sqlite3打開數(shù)據(jù)庫、刪除、修改示例
這篇文章主要介紹了python操作sqlite3打開數(shù)據(jù)庫、刪除、修改示例,需要的朋友可以參考下2014-03-03python函數(shù)局部變量、全局變量、遞歸知識點總結(jié)
在本篇文章里小編給大家整理了關(guān)于python函數(shù)局部變量、全局變量、遞歸知識點,有興趣的朋友們學(xué)習(xí)參考下。2019-11-11