PyTorch torch.normal 函数
Pytorch torch 参考手册torch.normal 是 PyTorch 中用于从正态分布生成随机数的函数。
函数定义
torch.normal(mean, std, *, generator=None, out=None) torch.normal(mean, std, size, *, generator=None, out=None)
参数说明
mean- 正态分布的均值std- 正态分布的标准差size- 输出张量的形状（可选）generator- 随机数生成器（可选）out- 输出张量（可选）
使用示例
实例
import torch
# 使用固定的均值和标准差生成随机张量
result1 = torch.normal(mean=0.0, std=1.0, size=(3, 3))
print("均值0, 标准差1 的 3x3 正态分布随机张量:")
print(result1)
# 使用张量作为均值和标准差
mean = torch.tensor([0.0, 1.0, 2.0])
std = torch.tensor([1.0, 2.0, 3.0])
result2 = torch.normal(mean, std)
print("n使用张量参数的采样结果:")
print(result2)
# 使用标量均值和张量标准差
result3 = torch.normal(mean=0.0, std=torch.tensor([1.0, 2.0, 3.0]))
print("n标量均值，张量标准差的采样结果:")
print(result3)
# 使用固定的均值和标准差生成随机张量
result1 = torch.normal(mean=0.0, std=1.0, size=(3, 3))
print("均值0, 标准差1 的 3x3 正态分布随机张量:")
print(result1)
# 使用张量作为均值和标准差
mean = torch.tensor([0.0, 1.0, 2.0])
std = torch.tensor([1.0, 2.0, 3.0])
result2 = torch.normal(mean, std)
print("n使用张量参数的采样结果:")
print(result2)
# 使用标量均值和张量标准差
result3 = torch.normal(mean=0.0, std=torch.tensor([1.0, 2.0, 3.0]))
print("n标量均值，张量标准差的采样结果:")
print(result3)