torch.randint()的用法

`torch.randint()`是PyTorch中用于生成随机整数的函数。它的用法如下：

torch.randint(low, high, size, dtype=None, layout=torch.strided, device=None, requires_grad=False)

参数说明：
- `low`：生成的随机整数的下界（包含）。
- `high`：生成的随机整数的上界（不包含）。
- `size`：生成的随机整数张量的形状，可以是一个整数或一个元组。
- `dtype`（可选）：生成的随机整数张量的数据类型，默认为`torch.int64`。
- `layout`（可选）：生成的随机整数张量的布局，默认为`torch.strided`。
- `device`（可选）：生成的随机整数张量所在的设备，默认为当前设备。
- `requires_grad`（可选）：是否计算生成的随机整数张量的梯度，默认为`False`。

示例用法：

import torch

# 生成一个形状为(2, 3)、取值范围在[0, 10)之间的随机整数张量
x = torch.randint(0, 10, (2, 3))
print(x)
# 输出:
# tensor([[7, 4, 1],
#         [6, 3, 6]])

# 生成一个形状为(3,)、取值范围在[-5, 5)之间的随机整数张量
y = torch.randint(-5, 5, (3,))
print(y)
# 输出:
# tensor([ 3, -2,  0])

在上述示例中，我们使用`torch.randint()`函数生成了两个随机整数张量。第一个例子中，我们生成了一个形状为(2, 3)的随机整数张量，取值范围在[0, 10)之间。第二个例子中，我们生成了一个形状为(3,)的随机整数张量，取值范围在[-5, 5)之间。

请注意，生成的随机整数张量是不可导的（不计算梯度），如果需要进行自动求导，可以将`requires_grad`参数设置为`True`。