torch.randint

torch.randint(low=0, high, size, \*, generator=None, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor

Возвращает тензор, заполненный случайными целыми числами, сгенерированными равномерно между low (включительно) и high (исключительно).

Форма тензора определяется переменным аргументом size.

Примечание

При глобальном значении типа данных по умолчанию (torch.float32), эта функция возвращает тензор типа torch.int64.

Параметры:

• low (int, необязательно) – Наименьшее целое число, которое должно быть извлечено из распределения. По умолчанию: 0.
• high (int) – На единицу больше наибольшего целого числа, которое должно быть извлечено из распределения.
• size (tuple) – кортеж, определяющий форму выходного тензора.

Ключевые аргументы:

• generator (torch.Generator, optional) – генератор псевдослучайных чисел для выборки
• out (Tensor, необязательно) – выходной тензор.
• dtype (torch.dtype, optional) – если None, эта функция возвращает тензор типа torch.int64.
• layout (torch.layout, optional) – желаемая структура возвращаемого тензора. По умолчанию: torch.strided.
• device (torch.device, optional) – желаемое устройство возвращаемого тензора. По умолчанию: если None, используется текущее устройство для типа тензора по умолчанию (см. torch.set_default_tensor_type()). device будет CPU для типов тензоров CPU и текущим устройством CUDA для типов тензоров CUDA.
• requires_grad (bool, необязательно) – Если автоград должен записывать операции над возвращаемым тензором. По умолчанию: False.

Пример:

>>> torch.randint(3, 5, (3,))
tensor([4, 3, 4])


>>> torch.randint(10, (2, 2))
tensor([[0, 2],
        [5, 5]])


>>> torch.randint(3, 10, (2, 2))
tensor([[4, 5],
        [6, 7]])