pytorch 生成随机的张量

以下是PyTorch生成随机张量的几种方法：

1. 使用torch.rand()生成在[0, 1)区间上均匀分布的随机张量：

import torch

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

2. 使用torch.randn()生成服从标准正态分布的随机张量：

import torch

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

3. 使用torch.normal()生成服从指定均值和标准差的正态分布的随机张量：

import torch

# 生成一个形状为(2, 3)、均值为0、标准差为1的随机张量
mean = torch.tensor([0.0])
std = torch.tensor([1.0])
normal_tensor = torch.normal(mean, std, size=(2, 3))
print(normal_tensor)

4. 使用torch.linspace()生成在指定区间上均匀分布的随机张量：

import torch

# 生成一个形状为(5,)、在区间[0, 10]上均匀分布的随机张量
linspace_tensor = torch.linspace(0, 10, steps=5)
print(linspace_tensor)

5. 将PyTorch张量转化为NumPy数组：

import torch

tensor = torch.tensor([[1., 1., 1.], [1., 1., 1.], [1., 1., 1.]])
numpy_array = tensor.numpy()
print(numpy_array)