PyTorch torch.rand 函数
Pytorch torch 参考手册torch.rand 是 PyTorch 中用于创建来自均匀分布 [0, 1) 的随机张量的函数。
这在深度学习中常用于初始化、生成随机掩码等场景。
函数定义
torch.rand(*size, dtype=None, device=None, requires_grad=False)
参数:
*size(int): 张量的形状。dtype(torch.dtype, 可选): 数据类型。device(torch.device, 可选): 设备。requires_grad(bool, 可选): 是否需要计算梯度。
返回值:
torch.Tensor: 返回包含随机数的张量，范围 [0, 1)。
使用示例
示例 1: 创建随机张量
实例
import torch
# 创建 3x4 的随机张量
x = torch.rand(3, 4)
print(x)
print("范围: [{:.4f}, {:.4f})".format(x.min().item(), x.max().item()))
# 创建 3x4 的随机张量
x = torch.rand(3, 4)
print(x)
print("范围: [{:.4f}, {:.4f})".format(x.min().item(), x.max().item()))
输出结果为：
tensor([[0.6272, 0.1802, 0.8336, 0.3900],
[0.2188, 0.6593, 0.3598, 0.4021],
[0.9247, 0.0144, 0.2587, 0.6634]])
范围: [0.0144, 0.9247)
示例 2: 创建随机掩码
实例
import torch
# 创建 50% 概率的随机掩码
mask = torch.rand(10) > 0.5
print("掩码:", mask)
print("True 数量:", mask.sum().item())
# 创建 50% 概率的随机掩码
mask = torch.rand(10) > 0.5
print("掩码:", mask)
print("True 数量:", mask.sum().item())