torch.normal

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

傳回一個張量，其中包含從獨立常態分佈中提取的隨機數，這些常態分佈的平均值和標準差是給定的。

mean 是一個張量，包含每個輸出元素常態分佈的平均值

std 是一個張量，其值為每個輸出元素常態分佈的標準差。

mean 和 std 的形狀不需要匹配，但每個張量中的元素總數需要相同。

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 是一個 CUDA 張量時，此函數會將其設備與 CPU 同步。

參數

• mean (Tensor) – 每個元素的平均值的張量

• std (Tensor) – 每個元素的標準差的張量

關鍵字參數

• generator (torch.Generator, optional) – 用於取樣的偽隨機數產生器（可選）

• out (Tensor, optional) – 輸出張量（可選）。

範例

>>> 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

與上述函數類似，但平均值在所有抽取的元素之間共享。

參數

• mean (float, optional) – 所有分佈的平均值（可選）

• std (Tensor) – 每個元素的標準差的張量

關鍵字參數

out (Tensor, optional) – 輸出張量（可選）。

範例

>>> 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

與上述函數類似，但標準差在所有抽取的元素之間共享。

參數

• mean (Tensor) – 每個元素的平均值的張量

• std (float, optional) – 所有分佈的標準差（可選）

關鍵字參數

out (Tensor, optional) – 輸出張量（可選）

範例

>>> 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

與上述函數類似，但平均值和標準差在所有抽取的元素之間共享。結果張量的大小由 size 給出。

參數

• mean (float) – 所有分佈的平均值

• std (float) – 所有分佈的標準差

• size (int...) – 一個整數序列，定義輸出張量的形狀。

關鍵字參數

out (Tensor, optional) – 輸出張量（可選）。

範例

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