torch.randon函数

`torch.rand()`函数是用于生成指定大小的随机张量，张量中的每个元素都是从区间[0,1)的均匀分布中随机采样得到的。该函数的语法格式如下：

torch.rand(*size, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) -> Tensor

其中，参数`size`表示生成的随机张量的大小，可以是一个整数，也可以是一个元组；参数`out`表示输出张量，如果指定了该参数，则生成的随机张量将被保存到该张量中；参数`dtype`表示输出张量的数据类型，如果不指定，则默认为`torch.float32`；参数`layout`表示输出张量的布局，如果不指定，则默认为`torch.strided`；参数`device`表示输出张量所在的设备，如果不指定，则默认为当前设备；参数`requires_grad`表示输出张量是否需要梯度，如果不指定，则默认为`False`。

以下是一个生成随机张量的例子：

import torch

# 生成一个大小为(2, 3)的随机张量
x = torch.rand(2, 3)
print(x)

输出结果如下：

tensor([[0.7645, 0.1867, 0.2389],
        [0.2766, 0.5474, 0.9477]])

相关问题

torch.randon

在PyTorch中，torch.rand()函数用于生成指定形状的随机张量，张量的元素值是在[0, 1)之间均匀分布的随机数。下面是一个使用torch.rand()函数生成随机张量的示例：

import torch

# 生成一个形状为(2, 3)的随机张量
x = torch.rand(2, 3)
print(x)

输出类似于：

tensor([[0.8974, 0.3216, 0.5678],
        [0.1234, 0.9876, 0.4567]])

在上面的示例中，我们使用torch.rand(2, 3)生成了一个形状为(2, 3)的随机张量x，并将其打印出来。

需要注意的是，torch.rand()函数会生成在[0, 1)之间均匀分布的随机数。如果需要生成其他分布的随机数，可以使用其他函数，例如torch.randn()用于生成服从标准正态分布的随机数。