pytorch 正态分布

PyTorch是一个开源的机器学习框架，它提供了丰富的工具和函数来支持深度学习任务。正态分布（也称为高斯分布）是一种常见的概率分布，它在统计学和机器学习中经常被使用。

在PyTorch中，可以使用torch.distributions模块来生成正态分布。具体而言，可以使用torch.distributions.Normal类来创建一个正态分布对象。需要指定均值（mean）和标准差（stddev）作为参数。例如，可以使用以下代码创建一个均值为0，标准差为1的正态分布对象：

import torch
from torch.distributions import Normal

mean = 0
stddev = 1

normal_dist = Normal(mean, stddev)

生成的normal_dist对象可以用于生成随机样本或计算概率密度函数（PDF）和累积分布函数（CDF）等操作。例如，可以使用以下代码生成一个大小为(2, 3)的随机样本：

sample = normal_dist.sample((2, 3))

还可以使用以下代码计算样本的对数概率密度函数值：

log_prob = normal_dist.log_prob(sample)

这只是PyTorch中正态分布的基本介绍，你还有其他关于正态分布或PyTorch的问题吗？