pytorch初始化 创建tensor(均匀采样、正态分布采样等)

文章目录

  • 均匀采样
  • full的使用
  • 正态分布采样
  • arange/range
  • linspace/logspace
  • Ones/zeros/eye
  • randperm

均匀采样

torch.rand()在[0,1]中均匀采样
torch.rand_like()
*_like标签的接收的是tensor
pytorch初始化 创建tensor(均匀采样、正态分布采样等)_第1张图片

torch.randint(1,10,[3,3])随机的是[1,10)的整数[3,3]为shape
pytorch初始化 创建tensor(均匀采样、正态分布采样等)_第2张图片

full的使用

pytorch初始化 创建tensor(均匀采样、正态分布采样等)_第3张图片
torch.full([],7)创建的是标量
torch.full([1],7)创建的是tensor
pytorch初始化 创建tensor(均匀采样、正态分布采样等)_第4张图片

正态分布采样

torch.randn(3,3)均值为0方差为1的[3,3]tensor
pytorch初始化 创建tensor(均匀采样、正态分布采样等)_第5张图片
torch.full([10],0)长度为10,值都为0的tensor
torch.arange(1,0,-0.1)从1开始向0减少 一次减0.1
pytorch初始化 创建tensor(均匀采样、正态分布采样等)_第6张图片
torch.normal正态分布
在这里插入图片描述

arange/range

第三个参数是阶梯
不推荐使用range函数
pytorch初始化 创建tensor(均匀采样、正态分布采样等)_第7张图片

linspace/logspace

steps为数量值
arange中为阶梯
torch.linspace(0,10,steps=11)
linspace为[0,10]
torch.logspace(0,-1,steps=10)
logspace为100~10-1

pytorch初始化 创建tensor(均匀采样、正态分布采样等)_第8张图片

Ones/zeros/eye

输入shape
ones为全1
zeros为全0
eye为对角线,适合矩阵
pytorch初始化 创建tensor(均匀采样、正态分布采样等)_第9张图片
pytorch初始化 创建tensor(均匀采样、正态分布采样等)_第10张图片
pytorch初始化 创建tensor(均匀采样、正态分布采样等)_第11张图片

randperm

随机打散
在这里插入图片描述

你可能感兴趣的:(pytorch初始化 创建tensor(均匀采样、正态分布采样等))