torch.rand,randn,randint

在PyTorch中，torch.rand()函数用于生成均匀分布的随机数，而torch.randn()函数用于生成标准正态分布的随机数。

具体来说，torch.rand()函数生成的随机数在[0, 1)范围内，形状由参数size指定。例如，torch.rand(2, 3)会生成一个形状为2x3的张量，其中的元素值均匀分布在[0, 1)范围内。

而torch.randn()函数生成的随机数服从标准正态分布（均值为0，标准差为1），形状由参数size指定。例如，torch.randn(2, 3)会生成一个形状为2x3的张量，其中的元素值符合标准正态分布。

另外，还有torch.randint()函数用于生成指定范围内的随机整数。函数的参数包括范围的上下界、形状等。例如，torch.randint(1, 4, (2, 3, 2))会生成一个形状为2x3x2的张量，其中的元素值在1到4之间。

总结来说，torch.rand()生成均匀分布的随机数，torch.randn()生成标准正态分布的随机数，而torch.randint()生成指定范围内的随机整数。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [Pytorch中rand，randn, random以及normal的区别](https://blog.csdn.net/weixin_44739213/article/details/108617473)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [torch.rand()、torch.randn()、torch.randint()、torch.randperm()用法](https://blog.csdn.net/leilei7407/article/details/107710852)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]